🗊Презентация Парный регрессионный анализ

Тема. Парный регрессионный анализ Рекомендуемая литература: Орлова И.В., Половников В.А. Экономико-математические методы и модели: компьютерное моделирование: Учеб.пособие – М.: Вузовский учебник, 2007, 2011. Эконометрика: Учебник / Под ред. И.И.Елисеевой. - 2-е изд.; перераб. и доп. - М.: Финансы и статистика, 2005-2008. Кремер Н.Ш., Путко Б.А. Эконометрика: Учебник для вузов / Под ред. проф. Н.Ш. Кремера. – М.: ЮНИТИ – ДАНА, 2003-2008. Эконометрика. Методические указания по изучению курса и выполнению контрольной работы. Для самостоятельной работы студентов 3 курса, обучающихся по направлению 521600 «Экономика» (бакалавр). – М.: ВЗФЭИ. Эконометрика. Компьютерный практикум для студентов третьего курса, обучающихся по специальностям 080105.65 «Финансы и кредит», 080109.65 «Бухгалтерский учет, анализ и аудит». – М.: ВЗФЭИ, 2011.

Вопросы: Общие сведения о регрессионном анализе Реализация основных этапов построения и анализа парной линейной регрессии 2.1. Оценка параметров. Определение вида модели 2.2. Проверка качества модели 2.3. Оценка статистической значимости уравнения и параметров 2.4. Экономический прогноз Парная нелинейная регрессия Причины ложных результатов регрессион-ного анализа

1. Общие сведения о регрессионном анализе

Общий вид регрессионной модели:

Основные этапы построения и анализа модели (2) Оценка параметров. Определение вида модели. Проверка качества модели. Оценка статистической значимости уравнения и параметров. Экономический прогноз.

2. Реализация основных этапов построения и анализа парной линейной регрессии 2.1. Оценка параметров. Определение вида модели 2.2. Проверка качества модели 2.3. Оценка статистической значимости уравнения и параметров 2.4. Экономический прогноз

2.1. Оценка параметров. Определение вида модели Мозговой штурм: Для чего применяется метод наименьших квадратов? Какая идея лежит в основе подбора параметров теоретической кривой? Что такое система нормальных уравнений? Как она выглядит при оценке параметров линейной модели?

Рис. 1. Расположение линии регрессии относительно фактических значений исследуемого показателя

Рис. 2. Линия регрессии с минимальными отклонениями от фактических данных

Метод наименьших квадратов (МНК)

Уравнение в отклонениях

Условие идентифицируемости

Пример Пусть зависимая пере-менная Y – квартальная прибыль девяти компаний одной отрасли (в млн. руб.), а фактор X – объем продаж товара этих компаний за квартал (в тыс. шт.).

1. Найти параметры уравнения линейной регрессии, дать экономическую интерпретацию коэффициента регрессии

Расчетная таблица

Уравнение регрессии Yi=-90.3 + 2.71*Xi + еi

Рис. 5. Результаты приближения фактических значений прибыли линией регрессии

Результаты работы с инструментом Регрессия

Анализ вариации зависимой переменной в уравнении регрессии

Общая сумма квадратов отклонений

Сумма квадратов отклонений, объясненная регрессией

Остаточная сумма квадратов отклонений

Средний квадрат отклонений или дисперсия на одну степень свободы

Дисперсионный анализ

2.2. Проверка качества модели

Гомоскедастичность

Гетероскедастичность

Метод Гольдфельда – Квандта

Пример (продолжение)

Характеристики качества

Пример (продолжение)

2.3. Проверка статистической значимости уравнения регрессии и его параметров

Пример (продолжение)

а) проверка статистической значимости параметров уравнения:

Пример (продолжение)

2.4. Экономический прогноз

Пример (продолжение)

3. Парная нелинейная регрессия

Кривые Энгеля и Филипса

Пример

Степенная модель

Показательная модель

Гиперболическая модель

4. Причины ложных результатов регрессионного анализа

5. Эффект ложной регрессии