Эконометрика. Семенова Е.Г. - 5 стр.

UptoLike

ВУЗ: 

СПб ГУАП | Санкт-Петербург

Составители: 

Рубрика: 

5
5. Оценить статистическую значимость параметров регрессионной
модели с помощью t-критерия; нулевую гипотезу о значимости уравне-
ния и показателей тесноты связи с помощью F-критерия.
6. Оценить качество уравнения через среднюю ошибку аппроксима-
ции.
7. Построить модель формирования цены квартиры за счет значимых
факторов.
8. Указать возможность введения в модель фиктивной переменной и
интерпретации коэффициента регрессии при ней.
9. Построение эконометрической модели с информативными факто-
рами и оценка ее параметров.
7. МЕТОДИЧЕСКИЕ УКАЗАНИЯ
Парная регрессия – уравнение связи двух переменных y и x:
y = f (x),
где y – зависимая переменная (результативный признак); х – независи-
мая, объясняющая переменная (признак-фактор).
Различают линейные и нелинейные регрессии.
Линейная регрессия: y = a+bx+ε.
Нелинейные регрессии делятся на два класса:
– регрессии, нелинейные относительно включенных в анализ объяс-
няющих переменных, но линейные по оцениваемым параметрам,
– регрессии, нелинейные по оцениваемым параметрам.
Регрессии, нелинейные по объясняющим переменным:
– Полиномы разных степеней
23
12 3
yabxbx bx=+ + + +ε
.
– Равносторонняя гипербола
b
ya
x
=++ε
.
Регрессии, нелинейные по оцениваемым параметрам:
– степенная
b
yax=⋅ +ε
;
– показательная
x
yab=⋅ +ε
;
– экспоненциальная
abx
ye
+
=+ε
.
Построение уравнения регрессии сводится к оценке ее параметров.
Для оценки параметров регрессий, линейных по параметрам, использу-
ют метод наименьших квадратов (МНК). МНК позволяет получить та-
кие оценки параметров, при которых сумма квадратов отклонений фак-
тических значений результативного признака у от теоретических
ˆ
x
y
ми-
нимальна, т. е.

Страницы