
- •1.Використання математичних методів в економ.
- •2. Математ. Школа в політекономії
- •3.Статистичний напрям.
- •4.Економетрія.Історія становлення та сутність наукової дисципліни.
- •5.Використання моделювання у наукових дослідженнях
- •6.Класифікація моделей
- •7.Особливості використання математичного моделювання в економічних дослідж.
- •8.Загальна схема проведення економетричного дослідження.
- •9.Внесок українських вчених в розвиток економіко-математичних досліджень.
- •10. Види зв’язку між змінними. Кореляційна залежність.
- •11. Аналітичне групування.
- •12. Основні завдання кореляційно-регресійного аналізу.
- •1.Встановлення причинно-наслідкового зв'язку між досліджуваними економічними змінними.
- •2.Визначення типу і форми кореляційно-регресійної моделі.
- •3.Вибір методу оцінювання невідомих параметрів моделі та побудова моделі.
- •4.Оцінювання сили кореляційного зв'язку між змінними.
- •5.Перевіряння моделі на точність.
- •6. Вибір "найкращої" моделі.
- •7. Аналіз результатів моделювання, їхня економічна інтерпретація та практичне використання.
- •13.Узагальнена та вибіркова парні лінійні кореляційно-регресійні моделі.
- •14. Оцінювання параметрів економетричних моделей.
- •15. Визначення оцінок параметрівв парної лінійної кореляційно-регресійної моделі.
- •16.Економетрична інтерпретація параметрів парноїмоделі. Випадкові відхилення.
- •1.Параметр b1 (коефіцієнт регресії, тангенс кута нахилу прямої).
- •2. Параметр b0 ( вільний член рівняння регресії, початкове значення результуючої змінної).
- •3.Випадкові відхилення.
- •17. Основні припущення класичного кореляційно-регресійного аналізу.
- •2.Відсутність автокореляції між випадковими величинами .
- •3.Гомоскедастичність(однакова дисперсія) в.В. .
- •6.Регресійну модель специфіковано правильно.
- •18. Перевірка моделі на наявність автокореляції.
- •19. Побудова плкрм методом максимуму правдоподібності.
- •20. Коефіцієнт кореляції та його властивості
- •21. Спряжені парні лінійні кореляційно-регресійні моделі
- •22. Стандартна та гранична похибка моделі
- •23.Відношення детермінації. Кореляційне відношення.
- •24. Вибіркова похибка моделі.
- •25. Похибка індивідуального прогнозу
- •26. Оцінювання коефіцієнта кореляції
- •27. Перевірка значущості параметрів зв’язку між змінними
- •28.Експрес-діагностика моделі
- •29. Основні припущення під час багатофакторного кр аналізу.
- •30. Етапи побудови множинної лкрм.
- •31. Оцінювання параметрів моделі
- •1. Побудова системи нормальних рівнянь способом відхилень.
- •2. Побудова системи нормальних рівнянь способом коваріацій.
- •32. Економетричний зміст параметрів багатофакторної моделі
- •33. Матричний підхід до побудови множинної лкрм
- •34.Стандартна похибка багатофакторної моделі.
- •35.Коефіцієнти множинної кореляції та детермінації
- •36.Вибіркова похибка багатофакторної моделі.
- •37.Похибка індивідуальної оцінки багатофакторної моделі
- •38.Оцінювання коефіцієнта множинної кореляції.
- •39.Експрес-діагностика багатофакторної моделі
- •40.Часткова регресія. Коефіцієнти часткової кореляції та часткової детермінації.
- •41. Огляд методів вибору багатофакторної моделі.
- •42.Метод усіх можливих регресій
- •43.Метод виключень
- •44.Покроковий регресійний метод
- •45.Основи Дисперсійного аналізу
- •46. Однофакторний дисперсійний аналіз
- •Вихідні дані для однофакторного дисперсійного аналізу з рівним числом паралельних дослідів
- •Однофакторний дисперсний аналіз (з рівним числом паралельних дослідів)
- •47.Двофакторний дисперсійний аналіз
- •48.Трифакторний дисперсійний аналіз.
- •49.Суть компонентного аналізу
- •50. Метод головних компонент
- •51. Методи класифікації соціально-економічних об’єктів. Дискримінантний аналіз.
- •52. Основи кластерного аналізу
46. Однофакторний дисперсійний аналіз
Розглядається дія одиничного фактору А (кількісного чи якісного), котрий приймає k різних значень (рівнів фактора).
Найбільш прості розрахунки виходять при рівній кількості дослідів на кожному рівні фактора А (табл. 1).
Вихідні дані для однофакторного дисперсійного аналізу з рівним числом паралельних дослідів
|
Рівні фактора |
Номер досліду |
a1 |
a2 |
... |
ak |
1 |
y11 |
y21 |
... |
y1k |
2 |
y21 |
y22 |
... |
y2k |
3 |
... |
... |
... |
... |
n |
yn1 |
yn1 |
... |
ynk |
Разом |
|
|
... |
|
Дисперсійний аналіз можна провести за наступним алгоритмом: підраховують 1. Суми по стовпцях
|
(1) |
2. Суму квадратів всіх дослідів
|
(2) |
3. Суму квадратів сум по стовпцях, поділену на число дослідів в стовпцю
|
(3) |
4. Квадрат загальної суми, поділений на число всіх дослідів (коректуючий член)
|
(4) |
5. Сума квадратів для стовпчика
SSA=SS2-SS3; |
(5) |
6. Загальну суму квадратів, рівну різниці між сумою квадратів всіх дослідів та коректуючим членом
SSзаг.=SS1-SS3 ; |
(6) |
7. Залишкову суму квадратів для оцінки помилки експерименту SSзал.=SS1-SS2 ; (7)
8. Дисперсію sA2
|
(8) |
9. Дисперсію s2пом.
|
(9) |
Результати розрахунків, за звичай, представляють у вигляді таблиці дисперсного аналізу (табл. 2).
Однофакторний дисперсний аналіз (з рівним числом паралельних дослідів)
Джерело дисперсії |
Число ступ. вільності |
Сума квадратів |
Середній квадрат |
Мат. сподівання середнього квадрату |
A |
k-1 |
SSA |
sA2 |
|
Залишок |
k(n-1) |
SSзал. |
s2пом. |
|
Загальна сума |
kn-1 |
SSзаг. |
|
|
Коли співвідношення sA2 / s2пом. < F1-p, то вплив фактора А слід вважати незначним. При цьому загальна дисперсія s2 пов’язана тільки з фактором випадковості і може служити оцінкою для дисперсії відтворення. Така оцінка краща від s2пом., бо має більше число степенів вільності.
Коли справедлива нерівність
|
(10) |
різниця між дисперсіями sA2 та s2пом. значна і, відповідно, значний вплив фактора А.
Схема обчислень для різного числа паралельних дослідів. Коли на рівні аі проведено ni паралельних дослідів. Загальна кількість всіх дослідів рівна
Визначимо 1. Суми по стовпцях
|
(11) |
2. Суми квадратів всіх дослідів
|
(12) |
3. Суму квадратів сум по стовпцях, поділену на число дослідів у відповідному стовпцю
|
(13) |
4. Квадрат загальної суми, поділений на число всіх дослідів
Подальші
розрахунки проводяться по формулах
(5)-(9). Коли дисперсії sA2 та s2пом. значно
відрізняються одна від одної, дисперсію
фактора А рахують
за формулою
(15)