Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель)

Нажмите для полного просмотра!

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №2

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №3

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №4

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №5

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №6

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №7

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №8

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №9

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №10

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №11

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №12

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №13

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №14

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №15

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №16

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №17

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №18

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №19

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №20

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №21

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №22

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №23

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №24

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №25

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №26

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №27

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №28

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №29

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №30

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №31

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №32

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №33

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №34

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №35

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №36

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №37

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №38

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №39

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №40

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №41

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №42

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №43

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №44

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №45

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №46

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №47

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №48

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №49

Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель), слайд №50

Содержание ▲

Вы можете ознакомиться и скачать презентацию на тему Этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель). Доклад-сообщение содержит 50 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:

этапы расчета прогнозных значений с помощью корреляционно-регрессионного анализа (многофакторная модель)

Слайд 2

Описание слайда:

Исходные данные

Слайд 3

Описание слайда:

Исходные данные

Слайд 4

Описание слайда:

Последовательность этапов После сбора информации и анализа исходных данных, первоначально необходимо произвести корреляционный анализ, путем построения матрицы коэффициентов парной корреляции, отражающей тесноту связи между показателями.

Слайд 5

Описание слайда:

Последовательность этапов !!! Одним из условий регрессионной модели является предположение о функциональной независимости объясняющих переменных. Высокая корреляция между входными переменными модели (Х) множественной линейной регрессии называется мультиколлинеарностью. Мультиколлинеарность вызывает неустойчивость работы модели, когда коэффициенты регрессии сильно меняются даже при незначительном изменении исходных данных. Считают явление мультиколлинеарности в исходных данных установленным, если коэффициент парной корреляции между двумя переменными больше 0,8. Для борьбы с данным явлением используются различные методы, такие как исключение сильно коррелированных переменных, комбинирование переменных и др.

Слайд 6

Описание слайда:

Последовательность этапов Для проведения корреляционного анализа можно воспользоваться пакетом анализа MS Excel, выбрав вкладку «Данные» => «Анализ данных» => «Корреляция».

Слайд 7

Описание слайда:

Последовательность этапов

Слайд 8

Описание слайда:

Последовательность этапов Диалоговое окно «Корреляция»:

Слайд 9

Описание слайда:

Последовательность этапов В диалоговом окне «Корреляция» выберите: 1. Входной интервал: все исходные данные, включая У и все факторы Х

Слайд 10

Описание слайда:

Последовательность этапов В диалоговом окне «Корреляция» выберите: 3. Выходной интервал (выбираем любую свободную ячейку, чтобы расчеты были на текущей странице) 4. Нажимаем «ОК»

Слайд 11

Описание слайда:

Последовательность этапов Результаты корреляционного анализа

Слайд 12

Описание слайда:

Последовательность этапов На основе анализа матрицы оценок коэффициентов парной корреляции можно сделать вывод о том, что в рассматриваемом примере явления мультиколлинеарности не наблюдается, что свидетельствует об отсутствии функциональной зависимости между переменными.

Слайд 13

Описание слайда:

Последовательность этапов Далее необходимо провести регрессионный анализ, для этого можно воспользоваться пакетом анализа MS Excel, выбрав вкладку «Данные» => «Анализ данных» => «Регрессия».

Слайд 14

Описание слайда:

Последовательность этапов

Слайд 15

Описание слайда:

Последовательность этапов Диалоговое окно «Регрессия»:

Слайд 16

Описание слайда:

Последовательность этапов В диалоговом окне «Регрессия» выберите: 1. Входной интервал У: фактические значения У из исходной таблицы

Слайд 17

Описание слайда:

Последовательность этапов В диалоговом окне «Регрессия» выберите: 2. Входной интервал Х: значения всех факторов Х из исходной таблицы

Слайд 18

Описание слайда:

Последовательность этапов В диалоговом окне «Регрессия» выберите: 3. Выходной интервал (выбираем любую свободную ячейку, чтобы расчеты были представлены на текущей странице) 4. Нажимаем «ОК»

Слайд 19

Описание слайда:

Последовательность этапов Результаты регрессионного анализа

Слайд 20

Описание слайда:

Последовательность этапов Главная цель регрессионного анализа – это выявление существенных факторов (Х), влияющих на исследуемый показатель (У). Для того, чтобы определить, какие факторы являются существенными, необходимо сравнить полученные значения «t-статистика», которые дают более точную оценку значимости коэффициентов, с рассчитанным t-критерием Стьюдента.

Слайд 21

Описание слайда:

Последовательность этапов

Слайд 22

Описание слайда:

Последовательность этапов Для того чтобы рассчитать t-критерий Стьюдента, необходимо воспользоваться в MS Excel функцией «СТЬЮДРАСПОБР».

Слайд 23

Описание слайда:

Последовательность этапов Рассчитанный t-критерий Стьюдента

Слайд 24

Описание слайда:

Последовательность этапов Если |tстат. | < tкр. Ст. значит, рассматриваемый фактор не является статистически значимыми (то есть является несущественным). Если | tстат. |> tкр. Ст. значит, коэффициент является статистически значимыми (то есть является несущественным).

Слайд 25

Описание слайда:

Последовательность этапов По результатам регрессионного анализа при сравнении расчётных значений с табличным значением t-критерия Стьюдента фактор Х1 является несущественным.

Слайд 26

Описание слайда:

Последовательность этапов Так как фактор Х1 является несущественным, следовательно, его необходимо исключить из анализа и провести регрессионный анализ с оставшимися факторами ЗАНОВО!!!

Слайд 27

Описание слайда:

Последовательность этапов Результаты заново проведенного регрессионного анализа

Слайд 28

Описание слайда:

Последовательность этапов Далее заново определяем какие факторы являются существенными, путем сравнения полученных значений «t-статистика» с рассчитанным t-критерием Стьюдента.

Слайд 29

Описание слайда:

Последовательность этапов Заново пересчитываем t-критерий Стьюдента, воспользовавшись в MS Excel функцией «СТЬЮДРАСПОБР».

Слайд 30

Описание слайда:

Последовательность этапов Рассчитанный t-критерий Стьюдента

Слайд 31

Описание слайда:

Последовательность этапов По результатам повторного регрессионного анализа при сравнении расчётных значений с табличным значением t-критерия Стьюдента все факторы является существенным.

Слайд 32

Описание слайда:

Последовательность этапов Также результатом регрессионного анализа являются рассчитанные коэффициенты уравнения регрессии.

Слайд 33

Описание слайда:

Последовательность этапов Таким образом, уравнение регрессии имеет следующий вид: У = 22737,59 + 0,005 * Х2 – 865,653 * Х3 Прогнозные значения Y определяются путём последовательной подстановки в эту модель значений факторов Х2 и Х3, взятых для каждого момента времени t.

Слайд 34

Описание слайда:

Последовательность этапов Для прогнозирования значений факторов Х2 и Х3 необходимо использовать метод прогнозной экстраполяции.

Слайд 35

Описание слайда:

Последовательность этапов Построение графика исходного временного ряда для фактора Х2.

Слайд 36

Описание слайда:

Последовательность этапов Выбор типа тренда.

Слайд 37

Описание слайда:

Последовательность этапов Более точные значения прогнозируемой переменной можно получить, если воспользоваться Линейным уравнением линии тренда (так как R^2 принимает максимальное значение по сравнению с другими).

Слайд 38

Описание слайда:

Последовательность этапов

Слайд 39

Описание слайда:

Последовательность этапов Рассчитаем прогнозные значения фактора Х2

Слайд 40

Описание слайда:

Последовательность этапов Прогнозные значения фактора Х2

Слайд 41

Описание слайда:

Последовательность этапов Построение графика исходного временного ряда для фактора Х3.

Слайд 42

Описание слайда:

Последовательность этапов Выбор типа тренда.

Слайд 43

Описание слайда:

Последовательность этапов Более точные значения прогнозируемой переменной можно получить, если воспользоваться Полиномиальным уравнением линии тренда (так как R^2 принимает максимальное значение по сравнению с другими).

Слайд 44

Описание слайда:

Последовательность этапов

Слайд 45

Описание слайда:

Последовательность этапов Рассчитаем прогнозные значения фактора Х3

Слайд 46

Описание слайда:

Последовательность этапов Прогнозные значения фактора Х3

Слайд 47

Описание слайда:

Последовательность этапов После определения прогнозных значений факторов Х2 и Х3, рассчитаем прогнозные значения исследуемой характеристики У, путем подставления в уравнение регрессии, полученных значений.