Множественная регрессия - презентация, доклад, проект скачать

Нажмите для полного просмотра!

Содержание ▲

Вы можете ознакомиться и скачать презентацию на тему Множественная регрессия. Доклад-сообщение содержит 35 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:

Множественная регрессия Лекция 5

Слайд 2

Описание слайда:

2. Применение множественного корреляционно-регрессионного анализа Экономические явления часто определяются большим числом одновременно и совокупно действующих факторов. Задача состоит в исследовании зависимости переменной у от объясняющих переменных х1, х2, х3….

Слайд 3

Описание слайда:

3. Задачи множественного корреляционно-регрессионного анализа

Слайд 4

Описание слайда:

4. Вид уравнения множественной регрессии Из-за особенности метода наименьших квадратов во множественной регрессии применяются только линейные уравнения и уравнения, приводимые к линейному виду с помощью преобразования переменных. Из-за трудности обоснования формы связи чаще всего используют уравнение вида

Слайд 5

Описание слайда:

5. Смысл коэффициентов уравнения Коэффициент регрессии ai показывает, на какую величину в среднем изменится результативный признак у, если переменную хi увеличить на 1 при фиксированном (постоянном) значении других факторов, входящих в уравнение регрессии

Слайд 6

Описание слайда:

6. Пример интерпретации коэффициентов уравнения регрессии

Слайд 7

Описание слайда:

7. Пример преобразования к линейному виду

Слайд 8

Описание слайда:

8. Интерпретация коэффициентов степенной функции при ее линеаризации

Слайд 9

Описание слайда:

9. Рекомендации по выбору факторов, входящих в модель 1 правило Признаки-факторы должны находиться в причинной связи с результативным признаком (следствием). ПРИМЕР: Недопустимо в модель себестоимости у вводить в качестве одного из факторов хj коэффициент рентабельности, хотя включение такого «фактора» значительно повышает коэффициент детерминации.

Слайд 10

Описание слайда:

10. Рекомендации по выбору факторов, входящих в модель 2 правило Признаки-факторы не должны быть составными частями результативного признака или его функциями 3 правило Признаки-факторы не должны дублировать друг друга, т. е. быть коллинеарными (с коэффициентом корреляции более 0,8). ПРИМЕР Не следует в модель производительности труда включать и энерговооруженность рабочих, и их фондовооруженность, так как эти факторы тесно связаны друг с другом в большинстве объектов.

Слайд 11

Описание слайда:

11. Рекомендации по выбору факторов, входящих в модель 4 правило Не следует включать в модель факторы разных уровней иерархии, т. е. фактор ближайшего порядка и его субфакторы. ПРИМЕР: В моделях себестоимости зерна не следует включать и урожайность зерновых культур, и дозу удобрений под них или затраты на обработку гектара, показатели качества семян, плодородия почвы, т. е. субфакторы самой урожайности.

Слайд 12

Описание слайда:

12. Рекомендации по выбору факторов, входящих в модель 5 правило (желательное) Желательно, чтобы между результативным признаком и факторами соблюдалось единство единицы совокупности, к которой они отнесены. ПРИМЕР Если у - валовой доход предприятия, то и все факторы должны относиться к предприятию: стоимость производственных фондов, уровень специализации, численность работников и т. д. Если у - средняя зарплата рабочего на предприятии, то факторы должны относиться к рабочему: разряд или классность, стаж работы, возраст, уровень образования, энерговооруженность и т. д. Правило это не категорическое, в модель зарплаты рабочего можно включить, например и уровень специализации предприятия.

Слайд 13

Описание слайда:

13. Рекомендации по выбору факторов, входящих в модель 6 правило Математическая форма уравнения регрессии должна соответствовать логике связи факторов с результатом в реальном объекте. ПРИМЕР Такие факторы урожайности, как дозы разных удобрений, уровень плодородия, число прополок и т. п., создают прибавки величины урожайности, мало зависящие друг от друга; урожайность может существовать и без любого из этих факторов. Такому характеру связей отвечает аддитивное уравнение регрессии. Наоборот, если у - объем валовой продукции завода, х1 - число работников, х2 - стоимость основных производственных фондов, х3 - затраты на энергию, топливо, сырье, материалы, то результат без любого из факторов не существует, поэтому большинство экономистов-статистиков строят КРМ (называемую производственной функцией, что весьма не удачно терминологически) в мультипликативной форме.

Слайд 14

Описание слайда:

14. Рекомендации по выбору факторов, входящих в модель 7 правило Принцип простоты: предпочтительнее модель с меньшим числом факторов при том же коэффициенте детерминации или даже при несущественно меньшем коэффициенте.

Слайд 15

Описание слайда:

15. Пример построения модели множественной регрессии

Слайд 16

Описание слайда:

16. Уравнение модели

Слайд 17

Описание слайда:

17. Коэффициент множественной детерминации R2 – используют для оценки качества множественных регрессионных моделей Показывает, какую долю вариации у учтена в модели и обусловлена влиянием факторов х Чем ближе R2 к 1, тем выше качество модели Если =1 то модель применять нельзя

Слайд 18

Описание слайда:

18. Скорректированный R2 При добавлении независимых переменных х R2 увеличивается, поэтому его корректируют с учетом числа независимых переменных – скорректированный R2

Слайд 19

Описание слайда:

19. Проверка значимости модели Для проверки значимости модели используют F-критерий Фишера Если расчетное значение критерия больше табличного при заданном уровне значимости, то модель считается значимой

Слайд 20

Описание слайда:

20. Оценивание достоверности каждого из параметров модели Оценивание достоверности каждого из параметров модели по t-критерию Стьюдента (для всех коэффициентов a) Если надежность коэффициента регрессии не подтверждается, то следует вывод о несущественности в модели факторного i-того признака и необходимости его устранения из модели или замены на другой факторный признак

Слайд 21

Описание слайда:

21. Пояснения по оценкам модели Значимость F < 0.05 уравнение регрессии следует признать адекватным Множественный коэффициент корреляции R=0.807 – связь тесная Множественный коэффициент детерминации R2 =0,651 показывает, что 65% вариаций у учтено в модели и обусловлено влиянием факторов Значимость коэффициентов регрессии a0 и коэффициент при х3 не значимы и из модели нужно исключить х3

Слайд 22

Описание слайда:

22. Новая модель с меньшим числом переменных

Слайд 23

Описание слайда:

23. Исключение незначимого свободного члена из уравнения регрессии

Слайд 24

Описание слайда:

24. Модель без свободного члена

Слайд 25

Описание слайда:

25. Интерпретация коэффициентов модели Параметр регрессии а1=-0,003 Повышение расходов на рекламу на 1,0 тыс.рублей при фиксированном (постоянном) значении цены на продукцию приводит к уменьшению объема реализации на 3,0 тыс.рублей. Параметр регрессии а2=0,012 с ростом цены продукта на 1 руб при фиксированном уровне расходов на рекламу объем реализации продукции увеличивается в среднем на 14,0 тыс.рублей

Слайд 26

Описание слайда:

26. Мера точности модели В качестве меры точности модели применяют стандартную ошибку

Слайд 27

Описание слайда:

27. Частные коэффициенты эластичности Служат для оценки влияния каждого факторного признака на результативный признак Он показывает, на сколько % изменится Y при изменении Х на 1%. Однако, он не учитывает колеблемости факторов

Слайд 28

Описание слайда:

28. Интерпретация коэффициентов эластичности По абсолютному приросту наибольшее влияние на объем реализации продукции оказывает фактор х2: повышение цены продукции на 1% приводит к росту объема реализации продукции на 1,3%. Снижение расходов на рекламу на 1% вызывает повышение объема реализации продукции только на 0,3%

Слайд 29

Описание слайда:

29. Бета -коэффициенты Бета коэффициент показывает, на какую часть своего среднего квадратического отклонения изменится в среднем значение Y при изменении Х на величину своего среднего квадратического отклонения при фиксированных значениях остальных независимых переменных

Слайд 30

Описание слайда:

30. Расчет бета-коэффициентов

Слайд 31

Описание слайда:

31. Дельта-коэффициенты Позволяет проранжировать факторы по степени их влияния на признак. Показывает долю влияния фактора в суммарном влиянии всех факторов, включенных в модель

Слайд 32

Описание слайда:

32. Расчет дельта-коэффициентов Определяются парные коэффициенты корреляции Анализ данных / Корреляция Входной интервал все х и у с заголовками

Слайд 33

Описание слайда:

33. Интерпретация дельта-коэффициентов Анализ бета- и дельта-коэффициентов показывает, что на объем реализации продукции наибольшее влияние из двух исследуемых факторов оказывает фактор х2 – цена продукции, так как фактору соответствуют наибольшие (по модулю) значения коэффициентов