🗊Презентация Множественная регрессия в эконометрических расчетах

Категория: Математика
Нажмите для полного просмотра!
Множественная регрессия в эконометрических расчетах, слайд №1Множественная регрессия в эконометрических расчетах, слайд №2Множественная регрессия в эконометрических расчетах, слайд №3Множественная регрессия в эконометрических расчетах, слайд №4Множественная регрессия в эконометрических расчетах, слайд №5Множественная регрессия в эконометрических расчетах, слайд №6Множественная регрессия в эконометрических расчетах, слайд №7Множественная регрессия в эконометрических расчетах, слайд №8Множественная регрессия в эконометрических расчетах, слайд №9Множественная регрессия в эконометрических расчетах, слайд №10Множественная регрессия в эконометрических расчетах, слайд №11Множественная регрессия в эконометрических расчетах, слайд №12Множественная регрессия в эконометрических расчетах, слайд №13Множественная регрессия в эконометрических расчетах, слайд №14Множественная регрессия в эконометрических расчетах, слайд №15Множественная регрессия в эконометрических расчетах, слайд №16Множественная регрессия в эконометрических расчетах, слайд №17Множественная регрессия в эконометрических расчетах, слайд №18Множественная регрессия в эконометрических расчетах, слайд №19Множественная регрессия в эконометрических расчетах, слайд №20Множественная регрессия в эконометрических расчетах, слайд №21Множественная регрессия в эконометрических расчетах, слайд №22Множественная регрессия в эконометрических расчетах, слайд №23Множественная регрессия в эконометрических расчетах, слайд №24Множественная регрессия в эконометрических расчетах, слайд №25Множественная регрессия в эконометрических расчетах, слайд №26Множественная регрессия в эконометрических расчетах, слайд №27Множественная регрессия в эконометрических расчетах, слайд №28Множественная регрессия в эконометрических расчетах, слайд №29Множественная регрессия в эконометрических расчетах, слайд №30Множественная регрессия в эконометрических расчетах, слайд №31Множественная регрессия в эконометрических расчетах, слайд №32Множественная регрессия в эконометрических расчетах, слайд №33Множественная регрессия в эконометрических расчетах, слайд №34Множественная регрессия в эконометрических расчетах, слайд №35Множественная регрессия в эконометрических расчетах, слайд №36Множественная регрессия в эконометрических расчетах, слайд №37Множественная регрессия в эконометрических расчетах, слайд №38Множественная регрессия в эконометрических расчетах, слайд №39Множественная регрессия в эконометрических расчетах, слайд №40Множественная регрессия в эконометрических расчетах, слайд №41Множественная регрессия в эконометрических расчетах, слайд №42Множественная регрессия в эконометрических расчетах, слайд №43Множественная регрессия в эконометрических расчетах, слайд №44Множественная регрессия в эконометрических расчетах, слайд №45Множественная регрессия в эконометрических расчетах, слайд №46Множественная регрессия в эконометрических расчетах, слайд №47Множественная регрессия в эконометрических расчетах, слайд №48Множественная регрессия в эконометрических расчетах, слайд №49Множественная регрессия в эконометрических расчетах, слайд №50Множественная регрессия в эконометрических расчетах, слайд №51Множественная регрессия в эконометрических расчетах, слайд №52Множественная регрессия в эконометрических расчетах, слайд №53Множественная регрессия в эконометрических расчетах, слайд №54Множественная регрессия в эконометрических расчетах, слайд №55Множественная регрессия в эконометрических расчетах, слайд №56Множественная регрессия в эконометрических расчетах, слайд №57Множественная регрессия в эконометрических расчетах, слайд №58Множественная регрессия в эконометрических расчетах, слайд №59Множественная регрессия в эконометрических расчетах, слайд №60Множественная регрессия в эконометрических расчетах, слайд №61Множественная регрессия в эконометрических расчетах, слайд №62Множественная регрессия в эконометрических расчетах, слайд №63Множественная регрессия в эконометрических расчетах, слайд №64Множественная регрессия в эконометрических расчетах, слайд №65Множественная регрессия в эконометрических расчетах, слайд №66Множественная регрессия в эконометрических расчетах, слайд №67Множественная регрессия в эконометрических расчетах, слайд №68Множественная регрессия в эконометрических расчетах, слайд №69Множественная регрессия в эконометрических расчетах, слайд №70Множественная регрессия в эконометрических расчетах, слайд №71
Скачать

Содержание ▲

Вы можете ознакомиться и скачать презентацию на тему Множественная регрессия в эконометрических расчетах. Доклад-сообщение содержит 71 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


МНОЖЕСТВЕННАЯ РЕГРЕССИЯ в эконометрических расчетах
Описание слайда:
МНОЖЕСТВЕННАЯ РЕГРЕССИЯ в эконометрических расчетах

Слайд 2


ВАЖНОСТЬ ИСПОЛЬЗОВАНИЯ При использовании парной регрессии предполагается, что влиянием других факторов на результат можно пренебречь (сделать их неизменными) В реальной практике экономические данные зафиксировать не удается и чистое влияние двух переменных друг на друга выделить нельзя, поэтому используется множественная регрессия, дополнительные факторы вводят в модель
Описание слайда:
ВАЖНОСТЬ ИСПОЛЬЗОВАНИЯ При использовании парной регрессии предполагается, что влиянием других факторов на результат можно пренебречь (сделать их неизменными) В реальной практике экономические данные зафиксировать не удается и чистое влияние двух переменных друг на друга выделить нельзя, поэтому используется множественная регрессия, дополнительные факторы вводят в модель

Слайд 3


СФЕРА ПРИМЕНЕНИЯ Решение задач оценки объема спроса, доходности акций плановых издержек макроэкономических прогнозов
Описание слайда:
СФЕРА ПРИМЕНЕНИЯ Решение задач оценки объема спроса, доходности акций плановых издержек макроэкономических прогнозов

Слайд 4


Цель применения Построить модель с большим числом факторов, определив при этом влияние каждого из них в отдельности на результат, а также совокупное воздействие их на моделируемый показатель
Описание слайда:
Цель применения Построить модель с большим числом факторов, определив при этом влияние каждого из них в отдельности на результат, а также совокупное воздействие их на моделируемый показатель

Слайд 5


Основные предпосылки модели множественной регрессии Математическое ожидание всех εi равно нулю для всех наблюдений; Дисперсии всех εi постоянны и равны; εi – независимы друг от друга и от х1…хр; εi – имеют распределение Гаусса N(0;σ²); Модель линейна относительно параметров ß1 … ßр; Между х1…хр отсутствует строгая линейная связь (нет мультиколлинеарности факторов);
Описание слайда:
Основные предпосылки модели множественной регрессии Математическое ожидание всех εi равно нулю для всех наблюдений; Дисперсии всех εi постоянны и равны; εi – независимы друг от друга и от х1…хр; εi – имеют распределение Гаусса N(0;σ²); Модель линейна относительно параметров ß1 … ßр; Между х1…хр отсутствует строгая линейная связь (нет мультиколлинеарности факторов);

Слайд 6


Множественная регрессия в эконометрических расчетах, слайд №6
Описание слайда:

Слайд 7


Множественная регрессия в эконометрических расчетах, слайд №7
Описание слайда:

Слайд 8


Множественная регрессия в эконометрических расчетах, слайд №8
Описание слайда:

Слайд 9


Множественная регрессия в эконометрических расчетах, слайд №9
Описание слайда:

Слайд 10


Остатки случайны
Описание слайда:
Остатки случайны

Слайд 11


Графический анализ остатков Остатки не являются случайными величинами
Описание слайда:
Графический анализ остатков Остатки не являются случайными величинами

Слайд 12


Графический анализ остатков Остатки не являются случайными величинами
Описание слайда:
Графический анализ остатков Остатки не являются случайными величинами

Слайд 13


НУЖНО Применить другую функцию или Добавить информации , пока остатки не станут случайными
Описание слайда:
НУЖНО Применить другую функцию или Добавить информации , пока остатки не станут случайными

Слайд 14


УРАВНЕНИЕ МНОЖЕСТВЕННОЙ ЛИНЕЙНОЙ РЕГРЕССИИ По МНК вектор оценок параметров модели регрессии находится по формуле: Значимость уравнения подтверждается коэффициентом детерминации Критерий значимости Фишера, n – число наблюдений, m – число параметров в модели регрессии (число коэффициентов регрессии):
Описание слайда:
УРАВНЕНИЕ МНОЖЕСТВЕННОЙ ЛИНЕЙНОЙ РЕГРЕССИИ По МНК вектор оценок параметров модели регрессии находится по формуле: Значимость уравнения подтверждается коэффициентом детерминации Критерий значимости Фишера, n – число наблюдений, m – число параметров в модели регрессии (число коэффициентов регрессии):

Слайд 15


МАТРИЦЫ Х ,У, А и Е
Описание слайда:
МАТРИЦЫ Х ,У, А и Е

Слайд 16


СКОРРЕКТИРОВАННЫЙ R² Чтобы получить более объективную оценку качества уравнения регрессии R² корректируют на количество наблюдений и факторов
Описание слайда:
СКОРРЕКТИРОВАННЫЙ R² Чтобы получить более объективную оценку качества уравнения регрессии R² корректируют на количество наблюдений и факторов

Слайд 17


Доверительные интервалы для среднего значения Y и индивидуального значения Уi в случае множественной регрессии
Описание слайда:
Доверительные интервалы для среднего значения Y и индивидуального значения Уi в случае множественной регрессии

Слайд 18


МЕТОДЫ ПОСТРОЕНИЯ УРАВНЕНИЯ МНОЖЕСТВЕННОЙ РЕГРЕССИИ Метод исключения (отсев фактора из полного набора) Метод включения (введение нового фактора) Шаговый регрессионный анализ (исключение введенного ранее фактора)
Описание слайда:
МЕТОДЫ ПОСТРОЕНИЯ УРАВНЕНИЯ МНОЖЕСТВЕННОЙ РЕГРЕССИИ Метод исключения (отсев фактора из полного набора) Метод включения (введение нового фактора) Шаговый регрессионный анализ (исключение введенного ранее фактора)

Слайд 19


ОТСЕВ ФАКТОРОВ 1 путь. Проводится по показателям не парной , а частной корреляции, которые в чистом виде оценивают взаимосвязь между фактором и результатом. Строится матрица частных коэффициентов корреляции 2 путь. По критерию Стьюдента из уравнения исключаются те факторы, у которых значение критерия меньше табличного
Описание слайда:
ОТСЕВ ФАКТОРОВ 1 путь. Проводится по показателям не парной , а частной корреляции, которые в чистом виде оценивают взаимосвязь между фактором и результатом. Строится матрица частных коэффициентов корреляции 2 путь. По критерию Стьюдента из уравнения исключаются те факторы, у которых значение критерия меньше табличного

Слайд 20


ЧАСТНЫЙ КОЭФФИЦИЕНТ КОРРЕЛЯЦИИ Позволяет установить степень «чистого» влияния факторного признака на результативный признак, при условии, что остальные факторы не влияют, изменяется от 0 до 1, не может быть больше по величине коэффициента множественной корреляции. Где R²k – коэффициент множественной детерминации между у и х1…хк; R²k-1 – коэффициент множественной детерминации между у и х1…хк-1;
Описание слайда:
ЧАСТНЫЙ КОЭФФИЦИЕНТ КОРРЕЛЯЦИИ Позволяет установить степень «чистого» влияния факторного признака на результативный признак, при условии, что остальные факторы не влияют, изменяется от 0 до 1, не может быть больше по величине коэффициента множественной корреляции. Где R²k – коэффициент множественной детерминации между у и х1…хк; R²k-1 – коэффициент множественной детерминации между у и х1…хк-1;

Слайд 21


ЧАСТНЫЙ КОЭФФИЦИЕНТ КОРРЕЛЯЦИИ Если парный коэффициент корреляции между х и у больше частного коэффициента корреляции между х и у, то существует фактор, усиливающий влияние х на у, если наоборот, то существует фактор, ослабляющий это влияние
Описание слайда:
ЧАСТНЫЙ КОЭФФИЦИЕНТ КОРРЕЛЯЦИИ Если парный коэффициент корреляции между х и у больше частного коэффициента корреляции между х и у, то существует фактор, усиливающий влияние х на у, если наоборот, то существует фактор, ослабляющий это влияние

Слайд 22


СПЕЦИФИКАЦИЯ МОДЕЛИ Отбор факторов Выбор вида уравнения
Описание слайда:
СПЕЦИФИКАЦИЯ МОДЕЛИ Отбор факторов Выбор вида уравнения

Слайд 23


ОТБОР ФАКТОРОВ Факторы, включаемые в модель должны удовлетворять требованиям: Быть количественно измеримы или задаваться фиктивными переменными Не должны быть коррелированы между собой (отсутствие мультиколлинеарности)
Описание слайда:
ОТБОР ФАКТОРОВ Факторы, включаемые в модель должны удовлетворять требованиям: Быть количественно измеримы или задаваться фиктивными переменными Не должны быть коррелированы между собой (отсутствие мультиколлинеарности)

Слайд 24


ОТБОР ФАКТОРОВ Включаемые в модель факторы должны объяснять вариацию зависимой переменной R2 – доля объясненной вариации зависимой переменной за счет влияния факторов модели (1-R2) – остаточная дисперсия S2 При дополнительном включении в регрессию фактора R2 должен расти, а S2 уменьшаться Насыщение модели лишними факторами не снижает S2,но и приводит к статистической незначимости параметров регрессии
Описание слайда:
ОТБОР ФАКТОРОВ Включаемые в модель факторы должны объяснять вариацию зависимой переменной R2 – доля объясненной вариации зависимой переменной за счет влияния факторов модели (1-R2) – остаточная дисперсия S2 При дополнительном включении в регрессию фактора R2 должен расти, а S2 уменьшаться Насыщение модели лишними факторами не снижает S2,но и приводит к статистической незначимости параметров регрессии

Слайд 25


ИССЛЕДОВАНИЕ МУЛЬТИКОЛЛИНЕАРНОСТИ Наличие существенной связи между факторами –мультиколлинеарности факторов - ведет к ненадежности оценок уравнения регрессии и прогнозов на их основе. Для оценки её наличия используют определитель матрицы парных линейных коэффициентов корреляции между факторами, например для 3 факторов: Чем ближе значение определителя к нулю, тем сильнее мультиколлинеарность факторов и ненадежней результаты множественной регрессии
Описание слайда:
ИССЛЕДОВАНИЕ МУЛЬТИКОЛЛИНЕАРНОСТИ Наличие существенной связи между факторами –мультиколлинеарности факторов - ведет к ненадежности оценок уравнения регрессии и прогнозов на их основе. Для оценки её наличия используют определитель матрицы парных линейных коэффициентов корреляции между факторами, например для 3 факторов: Чем ближе значение определителя к нулю, тем сильнее мультиколлинеарность факторов и ненадежней результаты множественной регрессии

Слайд 26


Проверка гипотезы о независимости факторов – отсутствии мультиколлинеарности H0: Det|R|=1, то есть мультиколлинеарности нет H1:Det|R|=0 , то есть она есть Если χ²расч>χ²(α;0,5(m(m-1)), то H0 отклоняется и мультиколлинеарность факторов доказана Χ²расч=[n-1-(1/6)(2m+5)lgDetR]
Описание слайда:
Проверка гипотезы о независимости факторов – отсутствии мультиколлинеарности H0: Det|R|=1, то есть мультиколлинеарности нет H1:Det|R|=0 , то есть она есть Если χ²расч>χ²(α;0,5(m(m-1)), то H0 отклоняется и мультиколлинеарность факторов доказана Χ²расч=[n-1-(1/6)(2m+5)lgDetR]

Слайд 27


УСТРАНЕНИЕ МУЛЬТИКОЛИНЕАРНОСТИ Исключение из модели наиболее мультиколлинеарных факторов (строят множественную регрессию относительно каждого фактора и исключают фактор с максимальным R2) Преобразование факторов через их объединение или изменение (Δ) Совмещенные уравнения регрессии (при коэффициенте регрессии стоит не один, а произведение факторов) Использование уравнений регрессии приведенной формы
Описание слайда:
УСТРАНЕНИЕ МУЛЬТИКОЛИНЕАРНОСТИ Исключение из модели наиболее мультиколлинеарных факторов (строят множественную регрессию относительно каждого фактора и исключают фактор с максимальным R2) Преобразование факторов через их объединение или изменение (Δ) Совмещенные уравнения регрессии (при коэффициенте регрессии стоит не один, а произведение факторов) Использование уравнений регрессии приведенной формы

Слайд 28


РАНЖИРОВАНИЕ ПЕРЕМЕННЫХ Х ПО МЕРЕ ИХ ВЛИЯНИЯ НА У (если переменные Х имеют разные единицы измерения ) на основе коэффициентов эластичности: и стандартизированных коэффициентов регрессии:
Описание слайда:
РАНЖИРОВАНИЕ ПЕРЕМЕННЫХ Х ПО МЕРЕ ИХ ВЛИЯНИЯ НА У (если переменные Х имеют разные единицы измерения ) на основе коэффициентов эластичности: и стандартизированных коэффициентов регрессии:

Слайд 29


ПРОВЕРКА ЗНАЧИМОСТИ Хj На основе t-критерия Стьюдента тогда оценка параметра модели при хj отлична от нуля с вероятностью 1-а
Описание слайда:
ПРОВЕРКА ЗНАЧИМОСТИ Хj На основе t-критерия Стьюдента тогда оценка параметра модели при хj отлична от нуля с вероятностью 1-а

Слайд 30


Измерение системного эффекта на основе уравнения регрессии В науке принято изучать влияние не отдельных факторов, а целостные системы факторов и результатов. Влияние системы не сводится к арифметической сумме влияний каждого фактора в отдельности, так как возникает «системный эффект» - синергия
Описание слайда:
Измерение системного эффекта на основе уравнения регрессии В науке принято изучать влияние не отдельных факторов, а целостные системы факторов и результатов. Влияние системы не сводится к арифметической сумме влияний каждого фактора в отдельности, так как возникает «системный эффект» - синергия

Слайд 31


Влияние системного эффекта
Описание слайда:
Влияние системного эффекта

Слайд 32


ПРИМЕРЫ
Описание слайда:
ПРИМЕРЫ

Слайд 33


Множественная регрессия в эконометрических расчетах, слайд №33
Описание слайда:

Слайд 34


Множественная регрессия в эконометрических расчетах, слайд №34
Описание слайда:

Слайд 35


ПРИМЕРЫ
Описание слайда:
ПРИМЕРЫ

Слайд 36


Множественная регрессия в эконометрических расчетах, слайд №36
Описание слайда:

Слайд 37


МОРАЛЬ
Описание слайда:
МОРАЛЬ

Слайд 38


Множественная регрессия в эконометрических расчетах, слайд №38
Описание слайда:

Слайд 39


ВЫВОД И МОРАЛЬ
Описание слайда:
ВЫВОД И МОРАЛЬ

Слайд 40


Множественная регрессия в эконометрических расчетах, слайд №40
Описание слайда:

Слайд 41


Множественная регрессия в эконометрических расчетах, слайд №41
Описание слайда:

Слайд 42


Множественная регрессия в эконометрических расчетах, слайд №42
Описание слайда:

Слайд 43


Множественная регрессия в эконометрических расчетах, слайд №43
Описание слайда:

Слайд 44


Множественная регрессия в эконометрических расчетах, слайд №44
Описание слайда:

Слайд 45


ВЫВОД И МОРАЛЬ
Описание слайда:
ВЫВОД И МОРАЛЬ

Слайд 46


Свойства ξ
Описание слайда:
Свойства ξ

Слайд 47


Показатель ξ
Описание слайда:
Показатель ξ

Слайд 48


ВЫБОР ФОРМЫ УРАВНЕНИЯ Чаще всего используются линейная и степенная функция Чем сложнее функция, тем больше нужно данных Использование более сложных уравнений не позволяет осуществить экономическую интерпретацию коэффициентов, это делает их использование менее привлекательным
Описание слайда:
ВЫБОР ФОРМЫ УРАВНЕНИЯ Чаще всего используются линейная и степенная функция Чем сложнее функция, тем больше нужно данных Использование более сложных уравнений не позволяет осуществить экономическую интерпретацию коэффициентов, это делает их использование менее привлекательным

Слайд 49


Смысл коэффициентов линейной модели В линейной регрессии свободный член не имеет смысла, коэффициент регрессии означает как в среднем измениться у, если хi измениться на единицу, а другие факторы будут неизменны
Описание слайда:
Смысл коэффициентов линейной модели В линейной регрессии свободный член не имеет смысла, коэффициент регрессии означает как в среднем измениться у, если хi измениться на единицу, а другие факторы будут неизменны

Слайд 50


Смысл коэффициентов степенной модели Коэффициенты при х являются коэффициентами эластичности и показывают на сколько % измениться у, если хi измениться на 1% при неизменных других факторах Сумма коэффициентов регрессии не всегда равна 1
Описание слайда:
Смысл коэффициентов степенной модели Коэффициенты при х являются коэффициентами эластичности и показывают на сколько % измениться у, если хi измениться на 1% при неизменных других факторах Сумма коэффициентов регрессии не всегда равна 1

Слайд 51


Гомоскедастичность остатков –предпосылка МНК Для каждого х дисперсия остатков одинакова
Описание слайда:
Гомоскедастичность остатков –предпосылка МНК Для каждого х дисперсия остатков одинакова

Слайд 52


Множественная регрессия в эконометрических расчетах, слайд №52
Описание слайда:

Слайд 53


Гетероскедастичность остатков это непостоянство дисперсии остатков, которое также приводит к снижению эффективности применения уравнения регрессии. Для её выявления используются различные критерии - критерий Голдфелда-Квандта, тест ранговой корреляции Спирмена и д.р.
Описание слайда:
Гетероскедастичность остатков это непостоянство дисперсии остатков, которое также приводит к снижению эффективности применения уравнения регрессии. Для её выявления используются различные критерии - критерий Голдфелда-Квандта, тест ранговой корреляции Спирмена и д.р.

Слайд 54


Тест ранговой корреляции Спирмена рассчитывается коэффициент Спирмена между модулями остатков и значениями факторов, если коэффициент Спирмена значим, то гетероскедастичность остатков доказана и уравнение регрессии ненадежно
Описание слайда:
Тест ранговой корреляции Спирмена рассчитывается коэффициент Спирмена между модулями остатков и значениями факторов, если коэффициент Спирмена значим, то гетероскедастичность остатков доказана и уравнение регрессии ненадежно

Слайд 55


Множественная регрессия в эконометрических расчетах, слайд №55
Описание слайда:

Слайд 56


ПРИМЕР
Описание слайда:
ПРИМЕР

Слайд 57


Тест Голдфелда-Квандта
Описание слайда:
Тест Голдфелда-Квандта

Слайд 58


Множественная регрессия в эконометрических расчетах, слайд №58
Описание слайда:

Слайд 59


Графический анализ гетероскедастичности а – дисперсия остатков растет при росте х б – дисперсия остатков при минимальном и максимальном значении х минимальна, при среднем значении х - максимальна
Описание слайда:
Графический анализ гетероскедастичности а – дисперсия остатков растет при росте х б – дисперсия остатков при минимальном и максимальном значении х минимальна, при среднем значении х - максимальна

Слайд 60


Графический анализ гетероскедастичности (для графика а)
Описание слайда:
Графический анализ гетероскедастичности (для графика а)

Слайд 61


Графический анализ гетероскедастичности (для графика б)
Описание слайда:
Графический анализ гетероскедастичности (для графика б)

Слайд 62


Графический анализ гетероскедастичности в – дисперсия остатков максимальна при минимальных значениях х
Описание слайда:
Графический анализ гетероскедастичности в – дисперсия остатков максимальна при минимальных значениях х

Слайд 63


Графический анализ гетероскедастичности (для графика в)
Описание слайда:
Графический анализ гетероскедастичности (для графика в)

Слайд 64


Автокорреляция остатков Для надежности результатов регрессии необходимо, чтобы автокорреляции остатков не было. Её проверяют, например, на основе коэффициента автокорреляции ra
Описание слайда:
Автокорреляция остатков Для надежности результатов регрессии необходимо, чтобы автокорреляции остатков не было. Её проверяют, например, на основе коэффициента автокорреляции ra

Слайд 65


Множественная регрессия в эконометрических расчетах, слайд №65
Описание слайда:

Слайд 66


Пример использования DW
Описание слайда:
Пример использования DW

Слайд 67


УСЛОВИЯ ИСПОЛЬЗОВАНИЯ УРАВНЕНИЙ РЕГРЕССИИ ДЛЯ ПРОГНОЗА Если совокупность неоднородна по исследуемым признакам, то уравнение регрессии не имеет смысла Должны быть неизменны условия формирования уровней признаков, которые лежат в основе определения оценок параметров модели регрессии. Иначе необходимо собирать новый эмпирический материал, отражающий взаимосвязь признаков в новых условиях.
Описание слайда:
УСЛОВИЯ ИСПОЛЬЗОВАНИЯ УРАВНЕНИЙ РЕГРЕССИИ ДЛЯ ПРОГНОЗА Если совокупность неоднородна по исследуемым признакам, то уравнение регрессии не имеет смысла Должны быть неизменны условия формирования уровней признаков, которые лежат в основе определения оценок параметров модели регрессии. Иначе необходимо собирать новый эмпирический материал, отражающий взаимосвязь признаков в новых условиях.

Слайд 68


ПРИЗНАКИ ХОРОШЕЙ МОДЕЛИ Модель должна быть простой; Для любого набора статистических данных определяемые коэффициенты уравнения модели должны определяться однозначно; Стремятся строить модели с максимально возможным скорректированным коэффициентом детерминации R²; Модель не может быть признана качественной, если она не соответствует известным теоретическим предпосылкам; Модель признается качественной, если полученные на её основе прогнозы подтверждаются реальностью.
Описание слайда:
ПРИЗНАКИ ХОРОШЕЙ МОДЕЛИ Модель должна быть простой; Для любого набора статистических данных определяемые коэффициенты уравнения модели должны определяться однозначно; Стремятся строить модели с максимально возможным скорректированным коэффициентом детерминации R²; Модель не может быть признана качественной, если она не соответствует известным теоретическим предпосылкам; Модель признается качественной, если полученные на её основе прогнозы подтверждаются реальностью.

Слайд 69


ОШИБКИ СПЕЦИФИКАЦИИ - это неправильный выбор функциональной формы модели или набора объясняющих переменных х1…хр Основные их виды: Игнорирование значимой переменной (не включение её в модель); Добавление в модель незначимой переменной; Выбор неправильной функциональной формы.
Описание слайда:
ОШИБКИ СПЕЦИФИКАЦИИ - это неправильный выбор функциональной формы модели или набора объясняющих переменных х1…хр Основные их виды: Игнорирование значимой переменной (не включение её в модель); Добавление в модель незначимой переменной; Выбор неправильной функциональной формы.

Слайд 70


Любая качественная модель – подгонка спецификации модели под имеющиеся данные Из-за меняющихся условий протекания экономических процессов необходим постоянный пересмотр модели; При всех недостатках моделей принятие решений на их основе приводит к более точным результатам, чем принятие решений на основе интуиции и законов экономической теории
Описание слайда:
Любая качественная модель – подгонка спецификации модели под имеющиеся данные Из-за меняющихся условий протекания экономических процессов необходим постоянный пересмотр модели; При всех недостатках моделей принятие решений на их основе приводит к более точным результатам, чем принятие решений на основе интуиции и законов экономической теории

Слайд 71


Множественная регрессия в эконометрических расчетах, слайд №71
Описание слайда:

Скачать

Похожие презентации
Mypresentation.ru
Загрузить презентацию