Парная регрессия и корреляция - презентация, доклад, проект скачать

Нажмите для полного просмотра!

Парная регрессия и корреляция, слайд №10

Парная регрессия и корреляция, слайд №11

Парная регрессия и корреляция, слайд №12

Парная регрессия и корреляция, слайд №13

Парная регрессия и корреляция, слайд №14

Парная регрессия и корреляция, слайд №15

Парная регрессия и корреляция, слайд №16

Парная регрессия и корреляция, слайд №17

Парная регрессия и корреляция, слайд №18

Парная регрессия и корреляция, слайд №19

Парная регрессия и корреляция, слайд №20

Парная регрессия и корреляция, слайд №21

Парная регрессия и корреляция, слайд №22

Парная регрессия и корреляция, слайд №23

Парная регрессия и корреляция, слайд №24

Парная регрессия и корреляция, слайд №25

Парная регрессия и корреляция, слайд №26

Парная регрессия и корреляция, слайд №27

Парная регрессия и корреляция, слайд №28

Парная регрессия и корреляция, слайд №29

Парная регрессия и корреляция, слайд №30

Парная регрессия и корреляция, слайд №31

Парная регрессия и корреляция, слайд №32

Парная регрессия и корреляция, слайд №33

Парная регрессия и корреляция, слайд №34

Парная регрессия и корреляция, слайд №35

Парная регрессия и корреляция, слайд №36

Парная регрессия и корреляция, слайд №37

Парная регрессия и корреляция, слайд №38

Парная регрессия и корреляция, слайд №39

Парная регрессия и корреляция, слайд №40

Парная регрессия и корреляция, слайд №41

Парная регрессия и корреляция, слайд №42

Парная регрессия и корреляция, слайд №43

Парная регрессия и корреляция, слайд №44

Парная регрессия и корреляция, слайд №45

Парная регрессия и корреляция, слайд №46

Парная регрессия и корреляция, слайд №47

Парная регрессия и корреляция, слайд №48

Парная регрессия и корреляция, слайд №49

Парная регрессия и корреляция, слайд №50

Парная регрессия и корреляция, слайд №51

Парная регрессия и корреляция, слайд №52

Парная регрессия и корреляция, слайд №53

Парная регрессия и корреляция, слайд №54

Парная регрессия и корреляция, слайд №55

Парная регрессия и корреляция, слайд №56

Парная регрессия и корреляция, слайд №57

Парная регрессия и корреляция, слайд №58

Парная регрессия и корреляция, слайд №59

Парная регрессия и корреляция, слайд №60

Парная регрессия и корреляция, слайд №61

Парная регрессия и корреляция, слайд №62

Парная регрессия и корреляция, слайд №63

Парная регрессия и корреляция, слайд №64

Парная регрессия и корреляция, слайд №65

Парная регрессия и корреляция, слайд №66

Парная регрессия и корреляция, слайд №67

Парная регрессия и корреляция, слайд №68

Парная регрессия и корреляция, слайд №69

Парная регрессия и корреляция, слайд №70

Парная регрессия и корреляция, слайд №71

Парная регрессия и корреляция, слайд №72

Парная регрессия и корреляция, слайд №73

Парная регрессия и корреляция, слайд №74

Парная регрессия и корреляция, слайд №75

Парная регрессия и корреляция, слайд №76

Парная регрессия и корреляция, слайд №77

Парная регрессия и корреляция, слайд №78

Парная регрессия и корреляция, слайд №79

Парная регрессия и корреляция, слайд №80

Парная регрессия и корреляция, слайд №81

Парная регрессия и корреляция, слайд №82

Парная регрессия и корреляция, слайд №83

Парная регрессия и корреляция, слайд №84

Парная регрессия и корреляция, слайд №85

Парная регрессия и корреляция, слайд №86

Парная регрессия и корреляция, слайд №87

Парная регрессия и корреляция, слайд №88

Парная регрессия и корреляция, слайд №89

Парная регрессия и корреляция, слайд №90

Парная регрессия и корреляция, слайд №91

Парная регрессия и корреляция, слайд №92

Парная регрессия и корреляция, слайд №93

Парная регрессия и корреляция, слайд №94

Парная регрессия и корреляция, слайд №95

Парная регрессия и корреляция, слайд №96

Парная регрессия и корреляция, слайд №97

Парная регрессия и корреляция, слайд №98

Содержание ▲

Вы можете ознакомиться и скачать презентацию на тему Парная регрессия и корреляция. Доклад-сообщение содержит 98 слайдов. Презентации для любого класса можно скачать бесплатно. Если материал и наш сайт презентаций Mypresentation Вам понравились – поделитесь им с друзьями с помощью социальных кнопок и добавьте в закладки в своем браузере.

Слайды и текст этой презентации

Слайд 1

Описание слайда:

Тема 2. Парная регрессия и корреляция

Слайд 2

Описание слайда:

Тема 2. Парная регрессия и корреляция 2.1. Основные цели и задачи регрессионного анализа 2.2. Постановка задачи, основные предположения регрессионного анализа 2.3. Парная линейная регрессия и метод наименьших квадратов 2.4. Меры вариации в уравнении регрессии 2.5. Проверка гипотез в модели парной регрессии 2.6. Прогнозирование в регрессионных моделях

Слайд 3

Описание слайда:

Виды связи между явлениями Виды связи между явлениями (переменными Y и X): Функциональная (жестко детерминированная). ПеременныеY и X являются неслучайными, значения Y полностью определяются соответствующими значениями X, т.е.Y является некоторой функцией от переменной X (например, зависимость длины окружности от радиуса). Стохастическая (случайно детерминированная). Зависимость Y от X проявляется в среднем (в массе случаев). В каждом отдельном случае может не проявиться в силу случайных обстоятельств. Это зависимость среднего значения Y от изменения X (например, зависимость потребления мяса от дохода): - Регрессионная. Y является случайной переменной, а X – неслучайной. - Корреляционно-регрессионная. Y и X являются случайными по своей сущности.

Слайд 4

Описание слайда:

По направлению связи различают: а) прямую; б) обратную.

Слайд 5

Описание слайда:

По виду аналитической функции различают: а) линейную связь; б) нелинейную связь.

Слайд 6

Описание слайда:

Постановка задачи регрессии Будем предполагать, что объясняющая переменная X оказывает воздействие на значения переменной Y, которая, таким образом, является зависимой переменной, т.е. имеет место зависимость Y=f(X)

Слайд 7

Описание слайда:

Постановка задачи регрессии Пусть мы располагаем n парами выборочных наблюдений над двумя переменными X и Y: X1, …, Xn; Y1, …, Yn Функция f(X) называется функцией регрессии Y по X, если она описывает изменение условного среднего значения результирующей переменной Y в зависимости от изменения значений объясняющей переменной X: f(X)=E(Y | X).

Слайд 8

Описание слайда:

Модель регрессии между Y и X имеет вид Yi =f(Xi)+εi, i=1,…,n, f(X) - функция регрессии Y по X ε – случайная составляющая (случайный член, возмущение).

Слайд 9

Описание слайда:

Выбор вида аналитической функции f(X) используется априорная информация о содержательной экономической сущности анализируемой зависимости – аналитический способ, предварительный анализ зависимости с помощью визуализации – графический способ, использование различных статистических приемов обработки исходных данных и экспериментальных расчетов.

Слайд 10

Описание слайда:

Парная линейная регрессия и корреляция Пусть функция f – линейная. Тогда модель парной линейной регрессии примет вид: Yi = 0+1Xi+εi, i=1,…,n, где: 0 - свободный член (константа); 1 – коэффициент регрессии; ε – случайная составляющая.

Слайд 11

Описание слайда:

Показатели направления и степени тесноты связи Для того чтобы иметь основание включить объясняющую переменную X в модель регрессии, необходимо, чтобы между переменными X и Y существовала значимая статистическая связь. Для оценки направления и степени тесноты статистической связи используются коэффициенты ковариации, корреляции, эмпирическое и теоретическое корреляционные отношения. Направление линейной связи можно определить с помощью линейного коэффициента ковариации. Направление и степень тесноты линейной связи – с помощью линейного коэффициента корреляции К.Пирсона.

Слайд 12

Описание слайда:

Слайд 13

Описание слайда:

Слайд 14

Описание слайда:

Расчет коэффициента ковариации

Слайд 15

Описание слайда:

Слайд 16

Описание слайда:

Слайд 17

Описание слайда:

Слайд 18

Описание слайда:

Слайд 19

Описание слайда:

Слайд 20

Описание слайда:

Слайд 21

Описание слайда:

Слайд 22

Описание слайда:

Слайд 23

Описание слайда:

Слайд 24

Описание слайда:

Проверка значимости коэффициента корреляции

Слайд 25

Описание слайда:

Слайд 26

Описание слайда:

Слайд 27

Описание слайда:

Слайд 28

Описание слайда:

Слайд 29

Описание слайда:

Слайд 30

Описание слайда:

Если |tнабл.| > tкр., то нулевая гипотеза отклоняется в пользу альтернативной о статистической значимости коэффициента корреляции. Если |tнабл.| > tкр., то нулевая гипотеза отклоняется в пользу альтернативной о статистической значимости коэффициента корреляции. Если |tнабл.| ≤ tкр., оснований отклонять нулевую гипотезу нет.

Слайд 31

Описание слайда:

С надежностью, большей 0,95, и риском ошибиться, меньшим 0,05, можно утверждать, что между X и Y (между стажем и выработкой) в генеральной совокупности (для всех рабочих) существует линейная корреляционная связь.

Слайд 32

Описание слайда:

Доверительный интервал коэффициента корреляции в генеральной совокупности

Слайд 33

Описание слайда:

С надежностью 0,95 и риском ошибиться 0,05 можно утверждать, что коэффициент корреляции между X и Y (между стажем и выработкой) в генеральной совокупности (для всех рабочих) находится в интервале от 0,1 до 1.

Слайд 34

Описание слайда:

Модель парной линейной регрессии Y = 0+1X+ε, где: 0 - свободный член (константа); 1 – коэффициент регрессии; ε – случайная составляющая.

Слайд 35

Описание слайда:

Задачи регрессионного анализа Задачи регрессионного анализа Для любых значений объясняющей переменной X построить наилучшие по некоторому критерию оценки для неизвестной функции f(X). По заданным значениям объясняющей переменной X построить наилучший по некоторому критерию прогноз для неизвестного значения результирующей переменной Y(X).

Слайд 36

Описание слайда:

Эмпирическое уравнение регрессии: где b0 и b1 – оценки неизвестных параметров β0 и β1

Слайд 37

Описание слайда:

Слайд 38

Описание слайда:

Модель и уравнение регрессии

Слайд 39

Описание слайда:

Слайд 40

Описание слайда:

Слайд 41

Описание слайда:

Слайд 42

Описание слайда:

Слайд 43

Описание слайда:

Слайд 44

Описание слайда:

Слайд 45

Описание слайда:

Слайд 46

Описание слайда:

Слайд 47

Описание слайда:

– сумма квадратов за счет регрессии (объясненная регрессией Y по X часть колеблемости Y); – сумма квадратов за счет регрессии (объясненная регрессией Y по X часть колеблемости Y); – сумма квадратов ошибок (остатков) (необъясненная регрессией Y по X часть колеблемости Y); – общая сумма квадратов.

Слайд 48

Описание слайда:

Принцип метода наименьших квадратов Принцип метода наименьших квадратов (МНК) заключается в выборе таких оценок b0 и b1, для которых сумма квадратов остатков (ошибок) (e) для всех точек становится минимальной.

Слайд 49

Описание слайда:

Слайд 50

Описание слайда:

Для этого находим частные производные первого порядка и приравниваем их к нулю: Для этого находим частные производные первого порядка и приравниваем их к нулю:

Слайд 51

Описание слайда:

Слайд 52

Описание слайда:

Слайд 53

Описание слайда:

Слайд 54

Описание слайда:

Интерпретация коэффициента регрессии Коэффициент регрессии b1 показывает на сколько единиц увеличится (уменьшится) значение зависимой переменной Y (в единицах измерения переменной Y) при увеличении (уменьшении) значения объясняющей переменной Х на одну единицу (в единицах измерения переменной Х).

Слайд 55

Описание слайда:

Интерпретация свободного члена Свободный член b0 показывает базисный (начальный) уровень, т.е. значение зависимой переменной Y при условии, что объясняющая переменная Х равна нулю. В случае, если такая интерпретация лишена экономического смысла, свободный член интерпретируется как параметр, отражающий агрегированное влияние переменных, не включенных в модель.

Слайд 56

Описание слайда:

Интерпретация коэффициента регрессии Коэффициент регрессии b1 показывает, что при увеличении стажа на 1 год выработка в среднем увеличится на 1,8 штуки в смену.

Слайд 57

Описание слайда:

Интерпретация свободного члена Свободный член b0 показывает, что выработка рабочего, не имеющего стажа, составит 0,6 штуки в смену.

Слайд 58

Описание слайда:

Проверка статистической значимости уравнения регрессии в целом. Y не зависит от всех X, включенных в модель (уравнение в целом не значимо) Y зависит от всех X (вместе взятых), включенных в модель (уравнение в целом значимо)

Слайд 59

Описание слайда:

Слайд 60

Описание слайда:

Найдем наблюдаемое значение критерия где n – число наблюдений, m – число параметров в модели регрессии (для парной регрессии m=2)

Слайд 61

Описание слайда:

Расчет SSR, SSE и SST

Слайд 62

Описание слайда:

Расчет SSR, SSE и SST

Слайд 63

Описание слайда:

Найдем наблюдаемое значение критерия

Слайд 64

Описание слайда:

По таблице распределения Фишера найдем критическое значение критерия:

Слайд 65

Описание слайда:

Слайд 66

Описание слайда:

Если Fнабл.>Fкр., то нулевая гипотеза отклоняется в пользу альтернативной о статистической значимости уравнения регрессии в целом. Если Fнабл.≤Fкр., оснований отклонять нулевую гипотезу нет. Если Fнабл.>Fкр., то нулевая гипотеза отклоняется в пользу альтернативной о статистической значимости уравнения регрессии в целом. Если Fнабл.≤Fкр., оснований отклонять нулевую гипотезу нет.

Слайд 67

Описание слайда:

12,78>10,13 12,78>10,13 С надежностью, большей 0,95, и риском ошибиться, меньшим 0,05, можно утверждать, что Y (выработка) зависит от всех Х, включенных в модель (от стажа).

Слайд 68

Описание слайда:

Проверка статистической значимости коэффициента регрессии

Слайд 69

Описание слайда:

Слайд 70

Описание слайда:

Слайд 71

Описание слайда:

Стандартная ошибка уравнения регрессии

Слайд 72

Описание слайда:

Стандартная ошибка коэффициента регрессии

Слайд 73

Описание слайда:

Слайд 74

Описание слайда:

Слайд 75

Описание слайда:

Слайд 76

Описание слайда:

Если |tнабл.|>tкр.,то нулевая гипотеза отклоняется в пользу альтернативной о статистической значимости коэффициента регрессии. Если |tнабл.|>tкр.,то нулевая гипотеза отклоняется в пользу альтернативной о статистической значимости коэффициента регрессии. Если |tнабл.|≤ tкр., оснований отклонять нулевую гипотезу нет.

Слайд 77

Описание слайда:

3,58>3,18 3,58>3,18 С надежностью, большей 0,95, и риском ошибиться, меньшим 0,05, можно утверждать, что Y (выработка) зависит от данного конкретного Х (от стажа).

Слайд 78

Описание слайда:

Проверка статистической значимости свободного члена

Слайд 79

Описание слайда:

Наблюдаемое значение критерия

Слайд 80

Описание слайда:

Стандартная ошибка свободного члена:

Слайд 81

Описание слайда:

Наблюдаемое значение критерия

Слайд 82

Описание слайда:

Слайд 83

Описание слайда:

Если |tнабл.|>tкр.,то нулевая гипотеза отклоняется в пользу альтернативной о статистической значимости свободного члена. Если |tнабл.|>tкр.,то нулевая гипотеза отклоняется в пользу альтернативной о статистической значимости свободного члена. Если |tнабл.|≤ tкр., оснований отклонять нулевую гипотезу нет.

Слайд 84

Описание слайда:

0,36 < 3,18 0,36 < 3,18 На уровне значимости α=0,05 свободный член не значим.

Слайд 85

Описание слайда:

Доверительные интервалы неизвестных значений β1 и β0

Слайд 86

Описание слайда:

Доверительный интервал неизвестного значения β1

Слайд 87

Описание слайда:

С надежностью 0,95 и риском ошибиться 0,05 можно утверждать, что коэффициент регрессии в генеральной совокупности (для всех рабочих) находится в интервале от 0,2 до 3,4. При увеличении стажа на 1 год выработка в среднем увеличится от 0,2 до 3,4 штуки в смену. Так как интервал не включает 0, коэффициент регрессии значим.

Слайд 88

Описание слайда:

Доверительный интервал неизвестного значения β0

Слайд 89

Описание слайда:

С надежностью 0,95 и риском ошибиться 0,05 можно утверждать, что свободный член в генеральной совокупности (для всех рабочих) находится в интервале от -4,71 до 5,91. Так как интервал включает 0, свободный член не значим.