- •1. Эконометрика как наука. Предмет эконометрики.
- •2. Критерии и принципы эконометрики.
- •3. Цели и задачи эконометрики.
- •4. Введение в эконометрическое моделирование
- •5. Основные этапы эконометрического моделирования.
- •6. Функциональная, стохастическая и корреляционная зависимости.
- •7. Парная линейная регрессия.
- •8. Коэффициент корреляции.
- •9. Основные предположения регрессионного анализа.
- •10. Оценка значимости уравнения регрессии.
- •11. Коэффициент детерминации.
- •12. Множественный регрессионный анализ.
11. Коэффициент детерминации.
Одной из наиболее эффективных оценок адекватности регрессионной модели, мерой качества уравнения регрессии, (или, как говорят, мерой качества подгонки регрессионной модели к наблюденным значениям yf), характеристикой прогностической силы анализируемой регрессионной модели является коэффициент детерминации, определяемый по формуле R2=|PN|2/|PM|2=cos2𝜑, где 𝜑 - угол между векторами PN и PM. Величина R2 показывает, какая часть (доля) вариации зависимой переменной обусловлена вариацией объясняющей переменной.
12. Множественный регрессионный анализ.
Обозначим i-е наблюдение зависимой переменной yi, а объясняющих переменных — xi1, xi2,..., хn. Тогда модель множественной линейной регрессии можно представить в виде: yi=b0+b1xi1+b2xi2+…+bpxip+ei (4.1), где i = 1,2,..., n, Модель (4.1), в которой зависимая переменная yi , возмущения ℰi и объясняющие переменные xi1,xi2,…,xip удовлетворяют приведенным выше предпосылкам 1-5(1 - возмущение ℰi (или зависимая переменная уi) есть величина случайная; 2 - Математическое ожидание возмущения ℰi равно нулю; 3 - Дисперсия возмущения ℰi постоянна для любого i; 4 - Возмущения ℰi и ℰj (или переменные yi и yj) не коррелированы M(ℰi ℰj)=0(i≠j); 5 - Возмущение ℰi (или зависимая переменная уi) есть нормально распределенная случайная величина.) регрессионного анализа и, кроме того, предпосылке 6 о невырожденности матрицы (независимости столбцов) значений объясняющих переменных , называется классической нормальной линейной моделью множественной регрессии (Classic Normal Linear Multiple Regression model).