- •65.Множинна лінійна регресія. Як визначити вплив регресорів.
- •66.Множинна лінійна регресія. Яку структуру має матриця парних коеф.Кореляції між регр. При відсутності мул.
- •67.Множинна нелінійна регресія Визначення емпіричного вектора
- •68.Множинна нелінійна регресія. Статистичний критерій для перевірки статистичних гіпотез при заданому
- •69.Нелінійна гіперболічна модель за умови
- •71. Нелінійна модель.
- •72.Нелінійна модель. Визначення емпіричного вектора в* для виробничої функції.
- •74.Нелінійна парна регресія. Крива Торнквіста. Визначення емпіричного вектора в* для цієї кривої.
- •75.Нелінійна парна регресія. Крива Торнквіста. Коефіцієент детермінації для цієї моделі та його властивості.
- •76.Нелінійна парна регресія. Крива Філліпса. Алгоритм побудови довірчих інтервалів для теоретичних параметрів
- •82.Ознака мультиколінеарності в множинній економетричній моделі.
- •90.Описати тест Гельфельда-Квандта для виявлення ознаки гетероскедастичності в моделі.
- •91.Параболічна регресія
- •92.Параболічна регресія. Чому дорівнює
- •93Парна лінійна регресія із ознакою гетероскедастичності. Усунення цієї ознаки.
- •94.Парна лінійна регресія.
- •95.Парна лінійна регресія. ,їх властивості та зв'язок між ними.
- •97.Парна лінійна регерсія. Визначення виправленої дисперсії
- •98.Парна лінійна регресія. Визначення емпіричного вектора для цієї регресії, використовуючи метод найменших квадратів( мнк)
- •100.Парна лінійна регресія. Довести, що
- •101.Парна лінійна регресія. Емпіричні параметри , я випадкові величини. Чому дорівнює
- •102.Парна лінійна регресія. Коефіцієнт кореляції.
95.Парна лінійна регресія. ,їх властивості та зв'язок між ними.
Коефіцієнт детермінації,та коеф.кореляції-це кількісні характеристики дисперсійного аналізу,за якими можна зробити висновок- наскільки побудована економт.модель узгоджується з емпіричною інформацією, на підставі якої її побудовано, тобто чи достовірна економ.модель.
показує на скільки % варіація залежної змінної визначається варіацією незалежних змінних.
Коефіц.кореляції характеризує тісноту(щільність) зв'язку між залежними та пояснювальними змінними:
Якщо X та Y — незалежні, то коефіцієнт кореляції дорівнює 0. Зворотнє твердження невірне. Коефіцієнт кореляції може дорівнювати 0 навіть якщо Y є функцією від X
Значення належать множині [0;1].Чим ближче до 1,тим більшою є адекватність побудованої моделі данних спостер.
Відповідно, чим ближче r до 1,тим щільніший зв'язок. коефіцієнт детермінації дорівнює квадрату коефіцієнта кореляції. Тому коефіцієнт кореляції може розраховуватись за формулою
96.Парна лінійна регресія. Визнач. Парна лінійна регресія є лінійною фінкцією між залежною змінною У і однією пояснюючою змінною Х.
де,
97.Парна лінійна регерсія. Визначення виправленої дисперсії
Виправлена дисперсія є точковою незміщенною статистичною оцінкою для
і визначається за формулою: де,
98.Парна лінійна регресія. Визначення емпіричного вектора для цієї регресії, використовуючи метод найменших квадратів( мнк)
МНК полягає в знаходженні таких оцінок параметрів
з а яких сума квадратів відхилень спостережуваних значень показника від розрахункових буде найменша.
де,
-матриця транспонована до матриці Х. Матриця крім вектора незалежних змінних містить вектор одиниць.Він дописується в матриці ліворуч тоді, коли економетрична модель має вільний член.
99.Парна лінійна регресія. Визначення коефіцієнта детермінації для цієї регресії .
Парна лінійна регресія є лінійною фінкцією між залежною змінною У і однією пояснюючою змінною Х.
Частка дисперсії,що пояснює регресію називається коеф.детермінації .
Він використовується як критерій адекватності моделі, бо є мірою пояснювальної сили незалежної змінної Х та показує, на скільки % варіація залежної змінної визначається варіацією пояснюючих змінних. І визначається за формулою:
Чим ближче до 1,тим більшою є адекватність побудованої моделі данних спостережень.
100.Парна лінійна регресія. Довести, що
Парна лінійна регресія вивчає звязок між двома ознаками та має наступний вигляд:
.
Таким чином:
Тому:
Аналогічно:
Т ому: Парна
101.Парна лінійна регресія. Емпірична парна лінійна регресія та її числові характеристики Парна лінійна регресія вивчає звязок між двома ознаками та має наступний вигляд:
.
Емпірична парна лінійна регресія має вигляд (модель):
Отримане за моделлю значення залежної змінної є випадковою величиною, бо визначається випадковими емпіричними коефіцієнтами .
Враховуючи це, можемо визначити для основні числові характеристики, а саме
Таким чином маємо: