- •Державний вищий навчальний заклад
- •1. Інформаційна база економетричних моделей
- •1.1. Динамічні ряди та їхні характеристики
- •2. Варіаційні ряди та їхні характеристики
- •2. Проста вибіркова лінійна регресія
- •2.1. Оцінка параметрів лінійної регресії за допомогою методу найменших квадратів
- •2.2. Коефіцієнти кореляції та детермінації
- •Поняття про ступені вільності. Аналіз дисперсій
- •Anova-таблиця
- •2.4. Перевірка простої регресійної моделі на адекватність. Поняття f-критерію Фішера
- •2.5. Інші критерії якості лінійної регресії
- •2.6. Математичне сподівання та дисперсія розподілу параметрів b0 та b1 . Оцінка дисперсії випадкової величини .
- •2. Дисперсія параметра b0:
- •4. Дисперсія параметра b1:
- •5. Оцінка дисперсії випадкової величини :
- •Перевірка значимості параметрів b0 та b1 вибіркової лінійної регресійної моделі за допомогою t-теста Стьюдента
- •Коефіцієнта кореляції
- •2.9. Побудова інтервалів довіри для параметрів та
- •2.10. Прогнозування за моделями простої лінійної регресії
Коефіцієнта кореляції
t-тест для оцінки значимості коефіцієнта кореляції (з припущенням, що ):
, (2.8.1)
де r — вибірковий коефіцієнт кореляції між х і у;
n — кількість спостережень.
Величина t* розподілена за t-розподілом Стьюдента з (n-k)- ступенями вільності (для простої лінійної регресії к=2).
Розраховане значення t* порівнюємо з критичним при-ному рівні значимості й (n-2)-ступенях вільності. Якщо , відкидаємо нуль-гіпотезу і приймаємо гіпотезу, тобто робимо висновок, що коефіцієнт кореляції — статистично значимий [5].
Приклад 7. Маємо вибірку значень х і у, яка складається з 5 спостережень,коефіцієнт кореляції r yx = 0,995. Перевірити при 5%-ному рівні значимості, чи значимо коефіцієнт кореляції відрізняється від нуля.
Рішення: t-статистика Стьюдента:
.
За таблицями Стьюдента знаходимо критичне значення (tкр.) з 3-ма ступенями вільності і 5%-ним рівнем значимості, яке дорівнює .Оскільки,t* =17,23 > tкр. = 3,182, то робимо висновок, що , тобто коефіцієнт кореляції значимо відрізняється від нуля.
Завдання 30. Перевірити при 5%-ному рівні значимості , чи значимо відрізняється від нуля коефіцієнт кореляції, розрахований в завданні 6.
Завдання 31. Перевірити при 5%-ному рівні значимості , чи значимо відрізняється від нуля коефіцієнт кореляції, розрахований в завданні 7.
Завдання 32. Здійснити перевірку значимості коефіцієнта кореляції (при 5%-ному рівні значимості), розрахованого в завданні 8.
Завдання 33. Здійснити перевірку значимості коефіцієнта кореляції (при 5%-ному рівні значимості), розрахованого в завданні 10.
Завдання 34. Перевірити при 5%-ному рівні значимості, чи значимо відрізняється від нуля коефіцієнт кореляції, визначений в завданні 11
.
2.9. Побудова інтервалів довіри для параметрів та
Для того, щоб визначити, як же параметри b0 та b1 вибіркової лінійної регресії пов’язані параметрами та узагальненої лінійної регресії, потрібно побудувати інтервали довіри для параметрів [5]:
з (n-2) ступенями вільності
або
. (2.9.1)
Для 95%-ного рівня довіри:
. (2.9.2)
Приклад 8. Побудувати інтервали довіри для параметрів та лінійної регресійної моделі, розрахованої в прикладі 1 (рівень довіри — 95%).
Рішення: Інтервали довіри для параметра :
або
Інтервали довіри для параметра
або
Висновок: інтервали довіри для параметра сталіші, ніж для параметра .
Завдання 35. Побудувати інтервали довіри для параметрів та лінійної регресійної моделі, розрахованої в завданні 4 (рівень довіри — 95%).
Завдання 36. Побудувати інтервали довіри для параметрів та лінійної регресійної моделі, розрахованої в завданні 8 (рівень довіри — 95%).
Завдання 37. Побудувати інтервали довіри для параметрів та лінійної регресійної моделі, розрахованої в завданні 10 (рівень довіри — 95%).
Завдання 38. Побудувати інтервали довіри для параметрів та лінійної регресійної моделі, розрахованої в завданні 11 (рівень довіри — 95%).
Завдання 39. Оцінюємо таку регресію:
У=2300 + 10,12х;
n=28.
Перевірити значимість нахилу при 95%-ному рівні довіри. Побудувати 90%-ний інтервал довіри для нахилу.