Парная регрессия и корреляция
Контрольная работа, 29 Мая 2014
1. Постройте поле корреляции и сформулируйте гипотезу о форме связи.
2. Рассчитайте параметры уравнений линейной, степенной парной регрессии.
3. Оцените тесноту связи с помощью показателей корреляции и детерминации.
4. Дайте с помощью среднего (общего) коэффициента эластичности сравнительную оценку силы связи фактора с результатом.
Парная регрессия и корреляция
Лабораторная работа, 23 Января 2013
Парная регрессия – уравнение связи двух переменных y и x: , где y – зависимая переменная (результативный признак); x – независимая, объясняющая переменная (признак-фактор).
Различают линейные и нелинейные регрессии.
Линейная регрессия: y = a + bx + .
Нелинейные регрессии делятся на два класса: регрессии, нелинейные относи-тельно включенных в анализ объясняющих переменных, но линейные по оцениваемым параметрам, и регрессии, нелинейные по оцениваемым параметрам
Парная регрессия и корреляция
Контрольная работа, 06 Марта 2014
Задание:
1. Постройте поле корреляции и сформулируйте гипотезу о форме связи.
2. Рассчитайте параметры уравнений линейной, степенной парной регрессии.
3. Оцените тесноту связи с помощью показателей корреляции и детерминации.
Парная регрессия и корреляция
Контрольная работа, 13 Января 2014
Сформулируйте задачи, решаемые эконометрикой.
Эконометрика - наука,в которой на базе реальных статистичеких данных строятся,анализируются и совершенствуются модели реальных экономических явлений.
Задачи эконометрики можно классифицировать по 3 признакам:
1. по конечным прикладным целям
2. по уровню иерархии
3. по профилю анализируемой экономической системы.
Линейная регрессия и корреляция
Контрольная работа, 23 Августа 2012
Задачи собственно корреляционного анализа сводятся к измерению тесноты связи между варьирующими признаками, определению неизвестных причинных связей и оценке факторов, оказывающих наибольшее влияние на результативный признак. Задачи регрессионного анализа лежат в сфере установления формы зависимости, определения функции регрессии, использования уравнения для оценки неизвестных значений зависимой переменной.
Нелинейные модели парной регрессии и корреляции
Лекция, 02 Июля 2014
Если между экономическими явлениями существуют нелинейные соотношения, то они выражаются с помощью соответствующих нелинейных функций.
Различают два класса нелинейных регрессий:
1. Регрессии, нелинейные относительно включенных в анализ объясняющих переменных, но линейные по оцениваемым параметрам, например
– полиномы различных степеней – , ;
– равносторонняя гипербола – ;
– полулогарифмическая функция – .
2. Регрессии, нелинейные по оцениваемым параметрам, например
– степенная – ;
– показательная – ;
– экспоненциальная – .
Парная регрессия и корреляция в эконометрическом моделировании
Контрольная работа, 02 Марта 2014
Исследуется зависимость оборота розничной торговли от уровня денежных доходов на душу населения по субъектам Приволжского федерального округа.
провести оценку параметров и показателей тесноты связи для степенной функции (модели) модели,
оценить качество уравнения по средней ошибке аппроксимации,
провести оценку статистической значимости коэффициентов регрессии и корреляции по F-критерию Фишера,
провести прогнозирование результативного признака в виде доверительного интервала при увеличении факторного признака на 10% (или другое возможное значение).
Оценка значимости коэффициента парной корреляции. Интервальный прогноз на основе линейного управления регрессии
Контрольная работа, 17 Ноября 2013
Необходимость применения многофакторного корреляционного анализа. Этапы многофакторного корреляционного анализа. Правила отбора факторов для корреляционной модели. Обоснование необходимого объема выборки данных для корреляционного анализа. Сбор и статистическая оценка исходной информации. Способы обоснования уравнения связи. Основные показатели связи в корреляционном анализе и их интерпретация. Сущность парных (общих), частных и множественных коэффициентов корреляции и детерминации. Оценка значимости коэффициентов корреляции. Порядок расчета уравнения множественной регрессии шаговым способом. Интерпретация его параметров. Назначение коэффициентов эластичности и стандартизированных бетта-коэф-фициентов.
Исследование модели множественной регрессии на мультиколлинеарность. Расчет и оценка значимости коэффициента частной корреляции
Лабораторная работа, 24 Февраля 2014
Условие: имеется выборочная модель множественный регрессии у*
Требуется: проверить модель на коллинеарность факторов х1 и х2; рассчитать выборочные коэффициенты частной корреляции r….,используя один способ.Оценить их значимость,сравнить с парными коэффициентами…..,объяснить причины различий. Одним из подходов по выявлению мультиколлинеарности является анализ матрицы парных коэффициентов корреляции.При этом,если …..,то уже в этом случае можно говорить о коллинеарности факторов.