Корреляция и регрессия.
Использование коэффициента корреляции при построении моделей.
Компьютерная реализация моделирования.
Основы эконометрики
- Главная
- Разное
- Дизайн
- Бизнес и предпринимательство
- Аналитика
- Образование
- Развлечения
- Красота и здоровье
- Финансы
- Государство
- Путешествия
- Спорт
- Недвижимость
- Армия
- Графика
- Культурология
- Еда и кулинария
- Лингвистика
- Английский язык
- Астрономия
- Алгебра
- Биология
- География
- Детские презентации
- Информатика
- История
- Литература
- Маркетинг
- Математика
- Медицина
- Менеджмент
- Музыка
- МХК
- Немецкий язык
- ОБЖ
- Обществознание
- Окружающий мир
- Педагогика
- Русский язык
- Технология
- Физика
- Философия
- Химия
- Шаблоны, картинки для презентаций
- Экология
- Экономика
- Юриспруденция
Основы эконометрики презентация
Содержание
- 1. Основы эконометрики
- 2. Парная регрессия и корреляция
- 3. Нелинейные регрессии и другие
- 4. Метод наименьших квадратов (МНК) Для определения
- 5. Ковариация в построении линейной модели регрессии
- 6. Оценка параметров и качества построенных моделей
- 8. Дисперсионный анализ при оценке качества построенной модели
- 9. F-критерий Фишера и t-критерий Стьюдента при оценке качества уравнения регрессии
- 12. Прогнозирование с использованием уравнения регрессии. Определение средних стандартных ошибок прогноза
- 13. Использование встроенной функции ЛИНЕЙН табличного процессора Excel
- 15. Пример решения типовой лабораторной работы Лабораторная работа
- 16. Модель линейной регрессии: Т.о. при увеличении
- 18. Модель степенной регрессии:
- 19. Рассчитываем аналогично предыдущей модели критерий Фишера с сравниваем его с критическим значением.
- 20. Модель показательной регрессии:
- 22. Модель регрессии равносторонней гиперболы:
Парная регрессия и корреляция
Слайд 1Общая линейная статистическая модель (ОЛСМ).
Построение ОЛСМ при помощи метода наименьших квадратов.
Линейные
и нелинейные модели регрессии.
Корреляция и регрессия.
Использование коэффициента корреляции при построении моделей.
Компьютерная реализация моделирования.
Корреляция и регрессия.
Использование коэффициента корреляции при построении моделей.
Компьютерная реализация моделирования.
Слайд 4Метод наименьших квадратов (МНК)
Для определения параметров линейной модели решается
система уравнений:
МНК может
быть использован и при определения параметров
нелинейных моделей (см. примеры далее)
нелинейных моделей (см. примеры далее)
Слайд 12Прогнозирование с использованием уравнения регрессии. Определение средних стандартных ошибок прогноза
Слайд 13Использование встроенной функции ЛИНЕЙН табличного процессора Excel для расчета параметров линейной
модели
Линейная модель имеет вид: у=1,2х+3,6
Слайд 15Пример решения типовой лабораторной работы
Лабораторная работа №1
Известны значения двух признаков уровня жизни населения по областям и городу Минску за некоторый год (см. таблицу).
Рассчитайте параметры регрессий для линейной, степенной, показательной модели, модели равносторонней гиперболы.
Оцените каждую модель при помощи средней ошибки аппроксимации и критерия Фишера
Слайд 16Модель линейной регрессии:
Т.о. при увеличении среднедушевого населения со среднедушевым размером
располагаемых ресурсов 1,5-3,5 млн. руб./мес. на 1% доля расходов на продовольственные товары снижается в среднем на 0,35%.
Слайд 19Рассчитываем аналогично предыдущей модели критерий Фишера с сравниваем
его с критическим
значением.
