
- •Высшего профессионального образования
- •Эконометрика Учебное пособие
- •Введение
- •Глава 1. Парная регрессия и корреляция
- •1.1. Постановка задачи и основные понятия
- •1.2. Классическая парная линейная регрессия. Метод наименьших квадратов.
- •Пример 1.1.
- •Расчет параметров регрессионного уравнения
- •1.3. Оценка общего качества уравнения линейной регрессии
- •1.4. Интервальные оценки параметров регрессии и их статистическая значимость
- •1.5. Использование ппп Ехсеl в построении парной линейной регрессии
- •1.6. Нелинейные модели парной регрессии
- •Расчет параметров нелинейного регрессионного уравнения
- •1.7. Выводы по построенной регрессии и прогнозирование
- •Контрольные задания
1.5. Использование ппп Ехсеl в построении парной линейной регрессии
Оценка параметров парной регрессии, а также проверка ее качества представляет собой достаточно трудоемкий процесс. Поэтому при большом количестве наблюдений указанные выше процедуры целесообразнее производить с помощью каких-либо программных средств. Например, таким средством может быть весьма известный и распространенный пакет прикладных программ (ППП) Excel.
Встроенная в Excel функция ЛИНЕЙН определяет не только оценки и параметров линейной регрессии, но находит и их стандартные ошибки и , а также остаточную сумму квадратов Q и стандартную ошибку регрессии se. Порядок выполнения операций следующий:
введите исходные данные или откройте существующий файл, содержащий анализируемые данные (обычно данные вводятся в виде двух столбцов – столбца значений независимой переменной х и столбца значений зависимой переменной у);
выделите область пустых ячеек 5х2 (5 строк, 2 столбца) для вывода результатов регрессионной статистики;
активизируйте Мастер функций (на панели инструментов Стандартная щелкните по кнопке Вставка функции);
в окне Категория выберите Статистические, а в окне Функция – ЛИНЕЙН. Щелкните по кнопке ОК;
заполните аргументы функции:
Известные_ значения_у – диапазон ячеек, содержащих значения зависимой переменной;
Известные_ значения_х – диапазон ячеек, содержащих значения независимой переменной;
Константа – логическое значение, которое указывает на наличие или отсутствие свободного члена в уравнении; если Константа =0, то свободный член равен 0, если Константа =1, то свободный член рассчитывается обычным образом;
Статистика – логическое значение, которое указывает, выводить дополнительную информацию по регрессионному анализу или нет; если =1, то дополнительная информациявыводится, если =0, то выводятся только оценки параметров уравнения;
щелкните по кнопке ОК;
в левой верхней ячейке выделенной области появится первый элемент итоговой таблицы. Чтобы раскрыть всю таблицу, нажмите на клавишу <F2>, а затем – на комбинацию клавиш <CTRL>+<SHIFT>+<ENTER>.
Дополнительная регрессионная статистика будет выводиться в порядке, указанном в следующей схеме:
Значение |
Значение |
Стандартная ошибка |
Стандартная ошибка |
Коэффициент детерминации R2 |
Стандартная
ошибка регрессии
|
F-статистика |
Число степеней свободы |
Регрессионная сумма квадратов QR |
Остаточная сумма квадратов Qe |
Таким образом, становятся известными не только оценки параметров линейной регрессии, но и основные показатели ее качества. Такие показатели как коэффициент детерминации, F-статистика и регрессионная сумма квадратов будут рассмотрены в следующей главе. Отметим лишь, в случае парной линейной регрессии коэффициент детерминации R2 равен квадрату линейного коэффициента корреляции. Число степеней свободы равно (n-2).
Значение линейного коэффициента корреляции rxy может быть рассчитано непосредственно с помощью встроенной функции КОРРЕЛ из той же категории статистических функций. Аргументами этой функции служат два массива ячеек – массив значений зависимой переменной у и массив значений независимой переменной х (безразлично в каком порядке). На выходе (после нажатия ОК) – значение линейного коэффициента корреляции.