Лекция № 5 множественная регрессия и корреляция. - презентация, доклад, проект скачать

Нажмите для полного просмотра!

Лекция № 5 множественная регрессия и корреляция., слайд №1

Лекция № 5 множественная регрессия и корреляция., слайд №2

Лекция № 5 множественная регрессия и корреляция., слайд №3

Лекция № 5 множественная регрессия и корреляция., слайд №4

Лекция № 5 множественная регрессия и корреляция., слайд №5

Лекция № 5 множественная регрессия и корреляция., слайд №6

Лекция № 5 множественная регрессия и корреляция., слайд №7

Лекция № 5 множественная регрессия и корреляция., слайд №8

Лекция № 5 множественная регрессия и корреляция., слайд №9

Лекция № 5 множественная регрессия и корреляция., слайд №10

Лекция № 5 множественная регрессия и корреляция., слайд №11

Лекция № 5 множественная регрессия и корреляция., слайд №12

Лекция № 5 множественная регрессия и корреляция., слайд №13

Лекция № 5 множественная регрессия и корреляция., слайд №14

Лекция № 5 множественная регрессия и корреляция., слайд №15

Лекция № 5 множественная регрессия и корреляция., слайд №16

Лекция № 5 множественная регрессия и корреляция., слайд №17

Лекция № 5 множественная регрессия и корреляция., слайд №18

Лекция № 5 множественная регрессия и корреляция., слайд №19

Лекция № 5 множественная регрессия и корреляция., слайд №20

Лекция № 5 множественная регрессия и корреляция., слайд №21

Лекция № 5 множественная регрессия и корреляция., слайд №22

Лекция № 5 множественная регрессия и корреляция., слайд №23

Лекция № 5 множественная регрессия и корреляция., слайд №24

Лекция № 5 множественная регрессия и корреляция., слайд №25

Лекция № 5 множественная регрессия и корреляция., слайд №26

Лекция № 5 множественная регрессия и корреляция., слайд №27

Лекция № 5 множественная регрессия и корреляция., слайд №28

Содержание ▲

Вы можете ознакомиться и скачать презентацию на тему Лекция № 5 множественная регрессия и корреляция.. Доклад-сообщение содержит 28 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:

Лекция № 5 множественная регрессия и корреляция.

Слайд 2

Описание слайда:

Множественная регрессия широко используется в решении проблем спроса, доходности акций, изучение функции издержек производства, в макроэкономических расчетах.

Слайд 3

Описание слайда:

Основная цель множественной регрессии – построить модель с большим числом факторов, определив при этом влияние каждого из них в отдельности, а также совокупное их воздействие на моделируемый показатель.

Слайд 4

Описание слайда:

например Современная потребительская функция чаще всего рассматривается как модель вида С – потребление; у – доход; P – цена, индекс стоимости жизни; M – наличные деньги; Z – ликвидные активы;

Слайд 5

Описание слайда:

Построение уравнения множественной регрессии начинается с решения вопроса о спецификации модели.

Слайд 6

Описание слайда:

Условия включения факторов при построении множественной регрессии. 1. Они должны быть количественно измеримы. Если необходимо включить модель качественный фактор, не имеющий количественного измерения, то ему нужно придать количественную определенность.

Слайд 7

Описание слайда:

например, в модели урожайности качество почвы задается в виде баллов; в модели стоимости объектов недвижимости учитывается место нахождения недвижимости: районы могут быть пронумерованы.

Слайд 8

Описание слайда:

2. Факторы не должны быть интеркоррелированы.

Слайд 9

Описание слайда:

Если между факторами существует высокая корреляция, то нельзя определить их изолированное влияние на результативный показатель и параметры уравнения регрессии оказываются неинтерпретируемыми. Если между факторами существует высокая корреляция, то нельзя определить их изолированное влияние на результативный показатель и параметры уравнения регрессии оказываются неинтерпретируемыми.

Слайд 10

Описание слайда:

Так, в уравнении Так, в уравнении предполагается, что факторы и независимы друг от друга, т.е. Тогда можно говорить, что параметр измеряет силу влияния фактора на результат при неизменном значении фактора . Если же , то с изменением фактора фактор не может оставаться неизменным. Отсюда и нельзя интерпретировать как показатели раздельного влияния и на у .

Слайд 11

Описание слайда:

Пример. Рассмотрим регрессию себестоимости: единицы продукции (руб.,у) от заработной платы работника (руб., ) и производительности его труда (единиц в час, ): = 0,95

Слайд 12

Описание слайда:

Отбор факторов при построении множественной регрессии.

Слайд 13

Описание слайда:

отбор факторов обычно осуществляется в две стадии отбор факторов обычно осуществляется в две стадии на первой подбираются факторы исходя из сущности проблемы; на второй – на основе матрицы показателей корреляции определяют существенность включения в уравнение регрессии каждого из факторов.

Слайд 14

Описание слайда:

Коэффициенты интеркорреляции – коэфф. корреляции между объясняющими переменными. Коэффициенты интеркорреляции – коэфф. корреляции между объясняющими переменными. Считается, что две переменные явно коллинеарны, т.е находятся между собой в линейной зависимости, если rxixj> 0,7. Поэтому одним из условий построения уравнения множественной регрессии является независимость действия факторов .

Слайд 15

Описание слайда:

Если факторы явно коллинеарны, то они дублируют друг друга и один из них рекомендуется исключить из регрессии. Если факторы явно коллинеарны, то они дублируют друг друга и один из них рекомендуется исключить из регрессии.

Слайд 16

Описание слайда:

Предпочтение отдается не фактору, более тесно связанному с результатом, а тому фактору, который при достаточной тесной связи с результатом имеет наименьшую тесноту связи с другими факторами. Предпочтение отдается не фактору, более тесно связанному с результатом, а тому фактору, который при достаточной тесной связи с результатом имеет наименьшую тесноту связи с другими факторами.

Слайд 17

Описание слайда:

Пусть, например, при изучении зависимости матрица парных коэффициентов корреляции оказалась следующей: Пусть, например, при изучении зависимости матрица парных коэффициентов корреляции оказалась следующей:

Слайд 18

Описание слайда:

Слайд 19

Описание слайда:

Очевидно, что факторы x и z дублируют друг друга. В анализ целесообразно включить фактор z , а не x, хотя корреляция z с результатом y слабее, чем корреляция фактора x с y (ryz

Слайд 20

Описание слайда:

пример

Слайд 21

Описание слайда:

По величине парных коэффициентов корреляции обнаруживается лишь явная коллинеарность факторов. Наибольшие трудности возникают при наличии мультиколлинеарности факторов, когда более чем два фактора связаны между собой линейной зависимостью. По величине парных коэффициентов корреляции обнаруживается лишь явная коллинеарность факторов. Наибольшие трудности возникают при наличии мультиколлинеарности факторов, когда более чем два фактора связаны между собой линейной зависимостью.

Слайд 22

Описание слайда:

Для оценки мультиколлинеарности факторов может использоваться определитель матрицы парных коэффициентов корреляции между факторами. Для оценки мультиколлинеарности факторов может использоваться определитель матрицы парных коэффициентов корреляции между факторами. Если бы факторы не коррелировали между собой, то матрица парных коэффициентов корреляции была бы единичной матрицей т.е.

Слайд 23

Описание слайда:

Если же, наоборот, между факторами существует полная линейная зависимость и все коэффициенты корреляции равны единице, то определитель такой матрицы равен нулю: Если же, наоборот, между факторами существует полная линейная зависимость и все коэффициенты корреляции равны единице, то определитель такой матрицы равен нулю:

Слайд 24

Описание слайда:

Таким образом, чем ближе к нулю определитель матрицы межфакторной корреляции, тем сильнее мультиколлинеарность факторов и ненадежнее результаты множественной регрессии. Таким образом, чем ближе к нулю определитель матрицы межфакторной корреляции, тем сильнее мультиколлинеарность факторов и ненадежнее результаты множественной регрессии.

Слайд 25

Описание слайда:

Через коэффициенты множественной детерминации можно найти переменные, ответственные за мультиколлинеарность факторов.

Слайд 26

Описание слайда:

Сравнивая между собой коэффициенты множественной детерминации факторов Сравнивая между собой коэффициенты множественной детерминации факторов оставляем в уравнении факторы с минимальной величиной коэффициента множественной детерминации.

Слайд 27

Описание слайда:

При дополнительном включении в регрессию р+1 фактора коэффициент детерминации должен возрастать, а остаточная дисперсия уменьшаться; При дополнительном включении в регрессию р+1 фактора коэффициент детерминации должен возрастать, а остаточная дисперсия уменьшаться; и Если же этого не происходит и данные показатели практически мало отличаются друг от друга, то включаемый в анализ фактор не улучшает модель и практически является лишним фактором.

Слайд 28

Описание слайда:

Так, если для регрессии, включающих пять факторов, коэффициент детерминации составил 0,857 и включение шестого фактора дало коэффициент детерминации 0,858, то Так, если для регрессии, включающих пять факторов, коэффициент детерминации составил 0,857 и включение шестого фактора дало коэффициент детерминации 0,858, то вряд ли целесообразно дополнительно включать в модель этот фактор.