Эконометрика. Оценка значимости уравнения парной линейной регрессии

Нажмите для полного просмотра!

Эконометрика. Оценка значимости уравнения парной линейной регрессии, слайд №2

Эконометрика. Оценка значимости уравнения парной линейной регрессии, слайд №3

Эконометрика. Оценка значимости уравнения парной линейной регрессии, слайд №4

Эконометрика. Оценка значимости уравнения парной линейной регрессии, слайд №5

Эконометрика. Оценка значимости уравнения парной линейной регрессии, слайд №6

Эконометрика. Оценка значимости уравнения парной линейной регрессии, слайд №7

Эконометрика. Оценка значимости уравнения парной линейной регрессии, слайд №8

Эконометрика. Оценка значимости уравнения парной линейной регрессии, слайд №9

Эконометрика. Оценка значимости уравнения парной линейной регрессии, слайд №10

Эконометрика. Оценка значимости уравнения парной линейной регрессии, слайд №11

Эконометрика. Оценка значимости уравнения парной линейной регрессии, слайд №12

Эконометрика. Оценка значимости уравнения парной линейной регрессии, слайд №13

Эконометрика. Оценка значимости уравнения парной линейной регрессии, слайд №14

Эконометрика. Оценка значимости уравнения парной линейной регрессии, слайд №15

Эконометрика. Оценка значимости уравнения парной линейной регрессии, слайд №16

Эконометрика. Оценка значимости уравнения парной линейной регрессии, слайд №17

Эконометрика. Оценка значимости уравнения парной линейной регрессии, слайд №18

Содержание ▲

Вы можете ознакомиться и скачать презентацию на тему Эконометрика. Оценка значимости уравнения парной линейной регрессии. Доклад-сообщение содержит 18 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:

Оценка значимости уравнения парной линейной регрессии (идентификация )

Слайд 2

Описание слайда:

После того, как получено уравнение линейной регрессии, обязательно проводится оценка его качества и значимости коэффициентов на основе проверки гипотез После того, как получено уравнение линейной регрессии, обязательно проводится оценка его качества и значимости коэффициентов на основе проверки гипотез

Слайд 3

Описание слайда:

Статистическая гипотеза (SH) – это предположение о величине параметра распределения генеральной совокупности. Статистическая гипотеза (SH) – это предположение о величине параметра распределения генеральной совокупности. Проверка (SH) осуществляется на базе двух типов гипотез: нулевая H0 – допущение, которое считается верным до тех пор, пока не будет доказано обратное, исходя из результатов статистической проверки. В частности, предположение о случайной природе оцениваемых параметров, т.е. о незначимом их отличии от нуля. альтернативная H1 - гипотеза, которая принимается, если в результате проверки отвергается нулевая гипотеза. В частности, это принятие предположения о неслучайной природе оцениваемых параметров, т.е. их статистическая значимость и надежность: не случайно отличаются от нуля и сформировались под влиянием систематически действующего фактора. Ошибки 1-го рода – вероятность отвержения гипотезы H0, когда она должна быть принята. Ошибка 2-го рода – вероятность принятия гипотезы H0, когда она должна быть отвергнута .

Слайд 4

Описание слайда:

Разложение отклонения от среднего

Слайд 5

Описание слайда:

Общая вариация переменной Y величина, являющаяся мерой вариации переменной Y вокруг ее среднего значения

Слайд 6

Описание слайда:

Центральное место при этом занимает анализ трех сумм: Центральное место при этом занимает анализ трех сумм:

Слайд 7

Описание слайда:

Разложение общей вариации переменной Y

Слайд 8

Описание слайда:

TSS – total sum of squares – вся дисперсия или вариация Y, характеризует степень случайного разброса значений функции регрессии около среднего значения Y TSS – total sum of squares – вся дисперсия или вариация Y, характеризует степень случайного разброса значений функции регрессии около среднего значения Y ESS – error sum of squares – есть сумма квадратов остатков регрессии, та величина, которую мы минимизируем при построении прямой, часть дисперсии, которая нашим уравнением не объясняется RSS – regression sum of squares – объясненная часть общей вариации

Слайд 9

Описание слайда:

Слайд 10

Описание слайда:

Слайд 11

Описание слайда:

Связь коэффициента детерминации с коэффициентом корреляции

Слайд 12

Описание слайда:

Слайд 13

Описание слайда:

Слайд 14

Описание слайда:

Слайд 15

Описание слайда:

Слайд 16

Описание слайда:

Итак, если Fфакт(рассчет.) > Fтабл. , Итак, если Fфакт(рассчет.) > Fтабл. , то гипотеза Н0 о случайной природе оцениваемых характеристик отклоняется и признается их статистическая значимость и надежность. Для оценки статистической значимости коэффициентов регрессии и коэффициента корреляции рассчитывается t-критерий Стьюдента.

Слайд 17

Описание слайда:

Fтабл – это максимально возможное значение критерия, которое могло сформироваться под влиянием случайных факторов при данных степенях свободы и уровне значимости . Fтабл – это максимально возможное значение критерия, которое могло сформироваться под влиянием случайных факторов при данных степенях свободы и уровне значимости . Уровень значимости  – вероятность отвергнуть правильную гипотезу при условии, что она верна. Обычно принимается равной 0,05 или 0,01. Имеются таблицы критических (табличных) значений F-критерия: F(; k1; k2), где , k1=m; k2=n-m-1, где n – число единиц совокупности; m – число параметров при переменных х. Например, для линейного уравнения парной регрессии с уровнем значимости  = 0,05 необходимо в таблице значений (см.приложение) найти значение F(0,05; 1; n – 2).

Слайд 18

Описание слайда:

Регрессия с ограничениями Модель, в которой мы проверяем гипотезу о коэффициентах, называется регрессией без ограничений (unrestricted, UR) Регрессия с ограничениями строится из регрессии без ограничений в предположении, что нулевая гипотеза верна (restricted, R) Сравнение объясняющих способностей регрессии с ограничениями и регрессии без ограничений при помощи F-теста – очень распространенный прием в эконометрике.