ВУЗ:
Составители:
Рубрика:
61
построить статистическую модель связи, наилучшим
образом аппроксимирующую моделируемые
социально – экономические явления.
Ш. Основные условия, обеспечивающие
построения моделей взаимосвязи, построенных на
основе регрессионно – корреляционного анализа:
1)
Все признаки и их совместные распределения
должны подчиняться нормальному закону
распределения;
2)
Дисперсия моделируемого признака ""
Y
должна все время оставаться постоянной при
изменении величины
Y
и значений факторных
признаков;
3)
Отдельные наблюдения должны быть
независимыми, т.е. результаты полученные в
−
i м
наблюдении, не должны быть связаны с
предыдущими и содержать информацию о
последующих наблюдениях, а также влиять на них.
Отступление от этих условий приводит к тому,
что параметры регрессии не будут отражать реальное
воздействие на моделируемый показатель.
Число факторов в модели должно быть
оптимальным.
9.4. Парная регрессия
Парная регрессия.
• Прямой
• Гиперболы
• Параболы
Выбор уравнения регрессии.
1) можно определить зависимость графически;
2)
если результативный и факторный признак
возрастают одинаково, примерно в арифметической
прогрессии – связь линейная; а при обратной связи –
гиперболическая; если результативный признак
увеличивается в арифметической прогрессии, а
факторный - значительно быстрее, то используется
параболическая или степенная регрессии.
Расчет параметров уравнения регрессии
),,(
210
aaa осуществляется МНК (в основе которого
лежит предложение о независимости наблюдений
построить статистическую модель связи, наилучшим образом аппроксимирующую моделируемые социально – экономические явления. Ш. Основные условия, обеспечивающие построения моделей взаимосвязи, построенных на основе регрессионно – корреляционного анализа: 1) Все признаки и их совместные распределения должны подчиняться нормальному закону распределения; 2) Дисперсия моделируемого признака "Y " должна все время оставаться постоянной при изменении величины Y и значений факторных признаков; 3) Отдельные наблюдения должны быть независимыми, т.е. результаты полученные в i − м наблюдении, не должны быть связаны с предыдущими и содержать информацию о последующих наблюдениях, а также влиять на них. Отступление от этих условий приводит к тому, что параметры регрессии не будут отражать реальное воздействие на моделируемый показатель. Число факторов в модели должно быть оптимальным. 9.4. Парная регрессия Парная регрессия. • Прямой • Гиперболы • Параболы Выбор уравнения регрессии. 1) можно определить зависимость графически; 2) если результативный и факторный признак возрастают одинаково, примерно в арифметической прогрессии – связь линейная; а при обратной связи – гиперболическая; если результативный признак увеличивается в арифметической прогрессии, а факторный - значительно быстрее, то используется параболическая или степенная регрессии. Расчет параметров уравнения регрессии (a 0 , a1 , a 2 ) осуществляется МНК (в основе которого лежит предложение о независимости наблюдений 61
Страницы
- « первая
- ‹ предыдущая
- …
- 59
- 60
- 61
- 62
- 63
- …
- следующая ›
- последняя »