Эконометрика лекции

Таким образом коэффициент

Таким образом, коэффициент детерминации можно интерпретировать как часть общей дисперсии Y, которая объяснена с помощью уравнения регрессии, точнее, с помощью расчетной переменной Y1 уравнения регрессии. Максимальное значение коэффициента детерминации R²  равно 1. Это произойдет тогда, когда все остатки eI = 0, а уравнение прямой регрессии ляжет точно на экспериментальные точки Yi. Таким образом, желательно максимизировать при построении регрессии коэффициент детерминации R². Но оказывается, что это и делается при применении метода наименьших квадратов, так как из формулы (2.7) вытекает, что максимум R² достигается при минимуме D(e).

Проведем дисперсионный анализ уравнения регрессии, построенного выше:  = 0,924 + 0,658 xi  . По данным табл. 2.1, используя возможности пакета STATISTICA, имеем:

                                                                                                                Таблица 2.4

Итак, D() = 35,7; D() = 2,525; D(Y) = 38,226. Отсюда, ² = 35,7/38,226 = 0,934.

Значение ² близко к единице. Это указывает на хорошее (адекватное) описание объясняемой переменной Y полученным уравнением регрессии.

назад          далее

Качественная бензопила stihl отзывы в магазине 220 Вольт . Вот неплохой реферат гуцульская вышивка.    

Параграфы

• Сущность  и  история возникновения  эконометрики
• </b>Парный  регрессионный анализ
• Множественная  регрессия
• Гетероскедастичность  моделей, ее  обнаружение  и  методы  устранения  гетероскедастичности
• прогнозирование  временных  рядов
• Сглаживание Временных рядов
• ОДНОВРЕМЕННЫЕ УРАВНЕНИЯ. МЕТОДЫ ИДЕНТИФИКАЦИИ
• Моделирование структурными  уравнениями
• РАЗНОСТНЫЕ  УРАВНЕНИЯ  И  ИХ  РЕШЕНИЕ
• Стационарные временные ряды авторегрессии-скользящего среднего
• Временные ряды с высокой изменчивостью
• Ложная регрессия, коинтеграция и  модели корректировки ошибок
• Элементы линейной алгебры
• Элементы теории вероятностей и математической статистики
• метод наименьших квадратов