Лекция для заочников
.pdfП р о г н о з и р о в а н и е в е л и ч и н ы п е р е м е н н о й Y
1.Точечный прогноз ỹ0=b0+b1 x0 , при заданном значении объясняющей переменной x=x0
2.Интервальный прогноз (доверительный интервал)
y |
− T α |
S |
y |
y y |
+ T α |
|
S |
y |
|||||
̃0 |
2 |
,n−2 |
|
|
̃ |
|
̃0 |
|
2 ,n−2 |
||||
|
|
̃0 |
|
|
|
|
|
̃0 |
|||||
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
1 |
|
(x−x)2 |
|
|
|
||
|
|
S ỹ = S2 |
+ |
|
|
̄ |
|
|
|
||||
|
|
n |
n |
|
|
|
|
|
|||||
|
|
|
√ |
|
( |
|
(x |
− x)2 |
) |
|
|||
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
∑i=1 |
i |
̄ |
|
Доверительный прогноз с вероятностью (1 α ) показывает, в каком интервале будет находится возможное значение переменной Y, при заданном значении объясняющей переменной.
|
|
|
|
М н о ж е с т в е н н а я л и н е й н а я р е г р е с с и я |
|||
y=β0+β1 x1+β2 x2+...+βp x p +ε теоретическое уравнение множественной линейной |
|||||||
регрессии |
|
|
|
|
|
||
β0 ; |
β1 ;...βp |
параметры (коэффициенты) теоретического уравнения множественной |
|||||
линейной регрессии; p — количество параметров уравнения регрессии |
|||||||
ε теоретическая величина случайного отклонения |
|||||||
y=b0 +b1 x1 +b2 x2+...+bp x p+e эмпирическое уравнение множественной линейной |
|||||||
регрессии |
|
|
|
|
|
||
y=b |
0 |
+b x |
+b x |
+...+b x |
p |
расчетная часть уравнения регрессии |
|
̃ |
1 1 |
|
2 2 |
p |
|
||
b0 ; |
b1 ;b2 ;... ;b p |
эмпирические оценки теоретических параметров уравнения регрессии |
e — эмпирическая оценка величины случайного отклонения
О ц е н к а п а р а м е т р о в м н о ж е с т в е н н о й л и н е й н о й р е г р е с с и и с п о м о щ ь ю М Н К
B= b1 =( X T X )−1 X T Y b2
(b0 )
...
bp
( X T X )−1 матрица, обратная матрице X T X ,
|
( |
1 |
x11 |
x12 ... |
x1 p |
|
X = |
1 |
x21 |
x22 ... |
x2 p |
, столбец из единиц вводится для расчета коэффициента b0, |
|
|
... ... ... ... ... |
|
||||
|
1 |
xn 1 |
xn 2 ... |
xn p ) |
|
остальные столбцы соответствуют выборочным значениям объясняющих переменных X1, X2, … , Xp
О ц е н к а п а р а м е т р о в м н о ж е с т в е н н о й л и н е й н о й р е г р е с с и и с п о м о щ ь ю М Н К
(∑nxi1 X T X = ∑ xi2
...
∑ xip
∑ xi1 |
∑ xi2 |
||
∑ xi1 |
2 |
∑ xi1 xi2 |
|
∑ xi1 xi2 |
∑ xi2 |
2 |
|
... |
|
... |
|
∑ xi1 xip |
∑ xi2 xip |
(∑ yi )
∑yi xi1
X T Y = ∑ yi xi2
...
∑yi xip
... |
∑ xip |
) |
|
... |
∑ xi1 xip |
||
... |
∑ xi2 xip |
||
... |
... |
|
|
... |
∑ xip |
2 |
С т а т и с т и ч е с к а я з н а ч и м о с т ь у р а в н е н и я м н о ж е с т в е н н о й л и н е й н о й р е г р е с с и и
Качество уравнения регрессии можно оценить с помощью коэффициента детерминации
R2 ( 0 R2 1 )
Чем ближе к 1 коэффициент детерминации , тем качественнее уравнение регрессии.
Скорректированный коэффициент детерминации R̄2=1−(1− R2) n−1 . n− p−1
Скорректированный коэффициент детерминации применяется для сравнения качества уравнений с разным количеством объясняющих переменных.
Статистическая значимость уравнения регрессии оценивается с помощью критерия Фишера:
Если F расч= |
R2 (n− p−1) |
> Fтаб =Fα ,k 1, k 2 |
, то уравнение регрессии статистически значимо. |
|
2 |
) p |
|||
|
(1− R |
|
|
С т а т и с т и ч е с к а я з н а ч и м о с т ь п а р а м е т р о в у р а в н е н и я м н о ж е с т в е н н о й л и н е й н о й р е г р е с с и и
Статистическая значимость отдельных параметров уравнения регрессии bj ( j = 0, 1, 2, … , p) оценивается с помощью критерия Стьюдента:
Если T |
расч |
= |
b j |
>T |
таб |
=T α |
, k |
, то коэффициент bj статистически значим. |
||||||
|
||||||||||||||
|
|
Sb j |
|
2 |
Sb j=√ |
|
|
|
, |
|
||||
|
|
|
|
|
|
|
|
|
S 2 [( X T X )−1] jj |
|
||||
[( X T X )−1] jj= A jj |
диагональный элемент матрицы, обратной матрице X T X . |
|||||||||||||
|
|
|
|
|
|
|
|
|
A00 |
A01 |
A02 ... |
A0 p |
||
|
|
|
|
|
|
|
|
|
A10 |
A11 |
A12 ... |
A1p |
||
|
|
|
|
|
|
|
( X T X )−1= A20 |
A21 |
A22 ... |
A2 p |
||||
|
|
|
|
|
|
|
|
|
... ... ... ... ... |
|||||
|
|
|
|
|
|
|
|
|
(Ap 0 |
Ap1 |
Ap 2 ... |
App ) |
С т а т и с т и ч е с к а я з н а ч и м о с т ь п а р а м е т р о в у р а в н е н и я м н о ж е с т в е н н о й л и н е й н о й р е г р е с с и и
|
n |
|
n |
|
S2= |
∑ei2 |
|
∑( yi−ỹi )2 |
|
i=1 |
= i=1 |
|||
|
n− p−1 |
|
n− p−1 |
|
k=n− p−1 число степеней свободы; α уровень значимости (α = 0,05; 0,01) |
Для проверки значимости параметров уравнения регрессии можно пользоватся следующим правилом:
• |
Если T расч |
< 1 , то bj коэффициент статистически незначим. |
• |
Если 1 < T расч < 2 , то коэффициент bj относительно значим. В данном случае |
|
|
рекомендуется воспользоваться таблицами. |
|
• |
Если 2 < |
T расч < 3, то коэффициент bj значим. Это утверждение является |
|
гарантированным при числе степеней k > 20 и α ≥ 0,05. |
|
• |
Если T расч |
> 3, то коэффициент bj считается сильно значимым. Вероятность ошибки в |
|
данном случае при достаточном числе наблюдений не превосходит 0,001. |
С м ы с л к о э ф ф и ц и е н т о в у р а в н е н и я р е г р е с с и и
Коэффициент bj ( j = 1, 2, … , p) уравнения регрессии показывает на сколько единиц изменится (увеличится, если bj > 0 или уменьшится, если bj < 0) объясняемая переменная Y при увеличении только j-ой объясняющей переменной на 1 единицу.
Коэффициент эластичности Э j - на сколько процентов (от средней) изменится в среднем Y при увеличении только Xj на 1% :
x
Эj = bj yj
П р о г н о з и р о в а н и е в е л и ч и н ы п е р е м е н н о й Y
1. Точечный прогноз ỹ0=b0+b1 x10 +b2 x20+...+b p x p0 , при заданном значении
(x10 )
объясняющих переменных X 0= x...20
x p0
2. Интервальный прогноз (доверительный интервал)
y |
− T α |
S |
ỹ0 |
y y |
+ T α |
S |
ỹ0 |
̃0 |
2 |
,n− p−1 |
̃ ̃0 |
2 |
, n− p−1 |
||
|
|
|
|
|
|
S y =S √1+ X T ( X T X )−1 X
̃0 0 0
Пр е д п о с ы л к и М Н К
1)Зависимая переменная yi (или возмущение εi) есть величина случайная, а объясняющая
переменная xi есть величина неслучайная;
2) Математическое ожидание возмущения εi равно нулю: M(εi)=0;
3) Дисперсия зависимой переменной yi (или возмущения εi) постоянна для любого i:
D(εi)=σi2 ;
4) Переменные yi и yj (или возмущения εi и εj) не коррелированы: r(εi εj)=0;
5) Зависимая переменная yi (или возмущение εi) есть нормально распределённая случайная величина.