3.4.5. Термінологічний словник
Пряма регресії – це пряма, яка дає найкраще наближення до точок даних спостережень. Вона мінімізує суму квадратів відстані від точок даних до цієї прямої, виміряних у вертикальному напрямку (за віссю Y).
Коефіцієнт детермінації вимірює відсоток мінливості Y, яка може бути пояснена інформацією про мінливість пояснюючої змінної Х.
Стандартна
похибка оцінювання
вимірює
величину, на яку існуючі значення
відрізняються від їхніх оцінок
.
Вона дорівнює оцінці середньоквадратичного
відхилення похибки
в моделі простої лінійної регресії.
Автокореляція - залежність значень рівнів часового ряду від попередніх (зрушення на 1, зрушення на 2 тощо) рівнів того ж часового ряду.
Критерій
Дарбіна –Уотсона
визначає, чи можна вважати нульовим
параметр
у рівнянні
,
де
- білий шум. Висновки робляться на основі
величин залишків, одержаних під час
регресійного аналізу.
3.4.6. Основні формули
Рівняння регресії
Метод найменших квадратів: формула кутового коефіцієнта
Метод найменших квадратів: формула вільного члена
Зв’язок між кутовим коефіцієнтом та коефіцієнтом кореляції
Стандартна похибка оцінювання
Стандартна похибка прогнозу
=
Інтервал прогнозу
Коефіцієнт детермінації
t-статистика
для перевірки гіпотези
Стандартна похибка коефіцієнта регресії
F-статистика
Зв’язок між F-статистикою й коефіцієнтом детермінації
Похибка прогнозу
Похибка прогнозу стаціонарного процесу
.
Середньо квадратична похибка стаціонарного процесу
.
Коефіцієнт автокореляції залишків
.
Серійна кореляція першого порядку
Статистика Дарбіна-Уотсона
Зв’язок статистики Дарбіна-Уотсона із залишками автокореляції першого порядку ( велике)
