- •2. Понятие и виды коррел. И регресс. Задачи коррел. И регресс. Ан-за
- •3. Парн. Лин. Регресс.(плр)
- •5.Коэф-т корреляции
- •6.Предпос. М-да наим. Квадратов. Т. Г-м
- •7.Анализ точности опред. Оценок коэф-ов регрессии.
- •1. Понятие экон-ки. Осн. Задачи экон-ки.
- •8) Проверка гипотез относит. Коэф-тов лин. Ур-я регрес
- •9. Интерв. Оценки коэф-ов лин. Ур-ния регрессии
- •13. Расчет коэф-в множ. Регр-ии.
- •24/Обратная модель.
- •14. Дисперсии и станд. Ошибки коэф-в.
- •19. Проверка равенства двух коэффициентов детерминации.
- •20. Проверка гипотезы о совпадении уравнений регрессии для двух выборок
- •21. Статистика Дарбина-Уртсона
- •22.Логарифмические (лог-линейные) модели.
- •33. Метод лин.Комбинаций част.Критериев.
- •34. Метод ведущего критерия.
- •36. Метод равных и наим-их относит. Отклонени
- •37. Метод минимакса
- •38. Предмет и основные понятия теории игр
- •42. Решение матричных игр в смешанных стратегиях. Теорема о необходимом и достаточном условии смешанных стратегий
- •43.Теорема о преобразованиях эл-ов платежной матрицы
- •16. Пров стат значимости коэф ур-ния множ лин регрессии
- •44. Теорема о сведении плат-й матрицы к матрице с полож числами.
- •45. Сведение матричной игры к задаче линейного программирования
- •46. Игры с природой. Понятие риска сиатистика. Матрица рисков.
- •47. Критерии Байеса и Лапласа выбора наилучшей стратегии статистика
- •48. Критерии Вальда, Сэвиджа и Гурвица выбора наилучшей стратегии статистика.
- •49. Модели анализа основных финансовых операций.
- •50. Дисконтирование денежных потоков. Текущая стоимость проекта.
- •51. Чистая текущая стоимость инвестиционного проекта
- •52. Внутренняя норма прибыли проекта
- •Вопрос 53. Индекс прибыльности и период окупаемости проекта.
- •Вопрос 54. Влияние инфляции на денежные потоки проекта.
- •58. Осн. Понятия и опр. Спу
- •57.Анализ чувств-ти ден. Потоков проекта
- •17, 18. Проверка общ кач-ва ур множ рег-сии и статзначимостикоэф детерминации.
- •59. Правила построения сет. Графиков
- •60. Расч. Врем. Парам. Событ.
- •63. Оптимизация проекта по времени, если задан срок выполнения проекта
- •62. Линейный график комплекса работ (график Ганта). Диаграмма потребления ресурсов
- •61. Расч времен парам раб.
- •64. Оптимизац проекта по времени за счет вложен выделен сумм.Ср.
- •65. Оптимизация проекта по стоимости при нефиксированной величине критического пути.
- •66. Оптимизация проекта по стоимости при фиксированной величине критического пути
- •67. Оптимизация проекта по ресурсам
- •70. Основные соотношения, отражающие сущность моб.
- •71. Мат. Модель моб. Эк. Сущность коэф-тов прямых затрат (кпз).
- •72Испол.Моб в исслед.Взаимосв. Отрасл.Структур
- •73. Использование модели моб в прогноз.Цен
- •68.Принципиальная схема моб в снс.
- •69. Экономическое содержание квадрантов моб.
5.Коэф-т корреляции
Перейдем к оценке тесноты коррел. зав-ти.
Подставим в знач. b0 из b0=yˉ-b1xˉ в yi^=b0+b1xi, i=1,n.
Получим: yi^=yˉ-b1xˉ+b1xi, yi^-yˉ=b1(xi-xˉ), i=1,n
Коэф-т b1 наз. коэф-том регрессии Y по X, кот. пок-ет насколько единиц в среднем изменяется переменная Y при изменении перем-ой X на 1ед.
В кач-ве пок-ля тесноты связи коэф-та регрессии b1 использовать не рекоменд-ся, т.к. он зав-т от ед-ц измерения, поэтому д/оц-ки тесноты связи исп-ются ср. квадратич. отклон-ие.Коэф-т b1 м. вычислить по ф-ле:
b1=(xy―-x–y–)/(x2–-x–2)=Sxy /S2x, где Sxy=xy―-x–y– – выборочная ковариация (совместное изменение).
Sx=√D=√(x2–-x–2) – выборочное ср. квадратич. отклонение.Тогда м. записать:
b1=Sxy/(Sx·Sy)·Sy/Sx=rxy(Sy/Sx), где rxy=Sxy/(Sx·Sy) – выборочный коэф-т коррел., хар-ет тесноту лин. зав-ти м/д случ. величинами.Для практич. расчетов коэф-т коррел. лучше использ-ть ф-лу:
rxy=(nΣxiyi-ΣxiΣyi)/√(nΣx2i-(Σxi)2)·√(nΣy2i-(Σyi)2).
Коэф-т коррел. изменяется в пределах -1≤rxy≥1
Если коэф-т кор. =0, то это зн., что случ. величины Х и У некоррелированные, если rxy≠0, то тогда случ. величины Х и У наз. коррелировнные. Если rxy=1 (строго), то в этом сл. говорят, что имеет место полная прямая коррел-я.
Если rxy≠1 – полная обратная коррел.
Если 0<rxy<1, то коррел. наз. положительной, это зн., что с возрастанием одной перем-ой вторая т-же возрастает.
Если -1<rxy<0 – отрицательная.
Чем ближе коэф-т коррел. к ±1, тем сильнее лин. зав-ть.
6.Предпос. М-да наим. Квадратов. Т. Г-м
Регрессионный анализ позволяет опр-ять b0 и b1 коэф-тов регрессии ß0 и ß1. Являясь оценками, они не позволяют сделать вывод: -насколько близки оц-ки коэф-тов к своим теорет-ким коэф-м; -насколько надежны найденные оц-ки; -как близко оцененное значение yi^ к своему мат. ожиданию М(У/хi); -насколько точно эмпирическое ур-ние регр-и соотв-ет ур-ию для всей генер. совок-ти.
Из соотн-ия yi=ß0+ß1xi+έi, i=1,n следует, что значения уi зависит от знач-ий xi и случ.откл-ий έi => переменная У явл.случ.величиной, кот. Напрямую связана с έi. Это зн., что пока не будет определенности в вероят-ном поведении έi мы не сможем быть уверенными в кач-ве оценок.
Покажем, что оц-ки коэф-тов b0 и b1 т-же явл. случ. величинами, зависящими от случ.члена έi в ур-ии регр-и. Из ф-лы b1=Sxy/S2x следует, что коэф. b1 явл.случ-ым, т.к. значение выборочной ковариации зав-ит от того, какие знач. прин-ют переменные Х и У.Если Х это экзагенный ф-р, знач. которого известны, то У зав-ит от случ. члена έi.
Теорет-ки коэф. b1 м. разложить на неслуч. и случ. составляющую: Sxy=cov(X,Y)=cov(X,ß0+ß1X+έ)= =cov(X,ß0)+cov(X,ß1X)+cov(X,έ)=ß1S2x+Sxέ
Тогда b1=(ß1S2x+Sxέ)/S2x=ß1+(Sxέ/S2x)
Из последней ф-лы видно, что b1 предст. собой Σ β1 (истинное зн. коэф-та коррел.) и величины Sx2/S2x, кот. явл. случ. величиной.
Математич. доказано, что для получения МНК наилучших оценок необх-мо чтобы выполнялись предпосылки Гауса-Маркова относит-но случ. отклон-ий:
1- мат.ожид.случ.отклонения для всех наблюдений =0. M(έi)=0, i=1,n. Это озн-ет, что случ.откл-ие в среднем не оказывает влияние на зав-ую перем-ую;
2- дисперсии случ.откл-ий явл. постоянной велич. для любых наблюдений: Д(έi)=Д(έj)=σ2, М(έi) – ср. знач., Д(έi)=M(έi-M(έi))2, ср. квадр. отклон-ие σ=√Д и т.д. Выполнимость данного усл. наз. гомоскедастичностью.
А невып-мость – гетероскед-ностью;
3- случ. откл-я έi и έj явл. незав-ыми др. от друга для i≠j, т.е. не коррел-ные. Выполнимость указывает на отсутствие автокоррел-ии;
4- случ. откл.д.б.незав-мо от экзагенных перем-х.Проверка–M(έixi)=0;
5- модель д.б. линейной относит-но параметрам.
Теорема Г.-М. Если выполнение предпос. 1-5, то оц-ки, полученные по МНК, явл.:
несмещенными, это зн., что ср. зн. оценки b0…→M(b0)=β0, M(b1)=β1
оц-ки явл. состоятельными, это зн., что и к дисперсии при возраст.числа наблюдений стремятся к 0. Д(b0)→0 (под стрелой n→∞), Д(b1)→0 (под стр. n→∞)
оц-ки явл. эф-ыми, зн., что они имеют наим-ую Д по сравн. с любыми др. оц-ми.