- 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
Линейные регрессионные модели с переменной структурой. (Лекция 6) презентация
Содержание
- 1. Линейные регрессионные модели с переменной структурой. (Лекция 6)
- 2. Проблема неоднородных (в регрессионном смысле) данных
- 3. Примеры неоднородных данных Зависимость заработной платы работников
- 4. Пример статистических данных со сдвигом во времени
- 6. Фиктивные переменные Фиктивные переменные —
- 7. Правило введения фиктивных переменных
- 8. Фиктивные переменные: пример1
- 9. Фиктивные переменные: пример1
- 10. Фиктивные переменные: пример1
- 11. Фиктивные переменные: пример 2
- 12. 1. Построение регрессионной модели для отдельных подвыборок
- 13. Таблица
- 14. Вывод: 1. при рождении вес второго
- 15. Критерий ЧОУ
Проблема неоднородных (в регрессионном смысле) данных Статистические данные называются однородными (в регрессионном смысле), если все они зарегистрированы при одних и тех же условиях, то есть при одних и тех
Слайд 2Проблема неоднородных (в регрессионном смысле) данных
Статистические данные называются однородными
(в регрессионном смысле), если все они зарегистрированы при одних и тех же условиях, то есть при одних и тех же значениях качественных переменных.
Статистические данные называются неоднородными (в регрессионном смысле), если они зарегистрированы при различных условиях (значениях качественных переменных).
Статистические данные называются неоднородными (в регрессионном смысле), если они зарегистрированы при различных условиях (значениях качественных переменных).
Слайд 3Примеры неоднородных данных
Зависимость заработной платы работников (у) от производительности труда (х)
с учетом пола работника
Слайд 6Фиктивные переменные
Фиктивные переменные —
бинарные переменные (принимают значения 0 или 1)
Используются для моделирования качественных признаков
Слайд 11Фиктивные переменные: пример 2
Исследовать зависимость веса новорожденного
(у) от среднего числа сигарет (х), выкуриваемых матерью в день, с учетом уже имеющихся у матерей детей z
Слайд 121. Построение регрессионной модели для отдельных подвыборок матерей по количеству уже
имеющихся детей, приводит к невозможности проведения регрессионного анализа, поскольку некоторые группы (3 и 4) содержат небольшое количество наблюдений
2. Для учета наличия структурных сдвигов, введем фиктивные переменные
если кол-во имеющихся у матери детей i
в противном случае
Фиктивные переменные: пример 2
Слайд 14
Вывод: 1. при рождении вес второго ребенка у курящих
женщин будет в среднем на 0,2 кг выше, чем вес
детей у остальных женщин, выкуривающих в день то
же количество сигарет;
2. с ростом количества выкуриваемых сигарет вес
новорожденного будет уменьшаться на 0,017 кг.
детей у остальных женщин, выкуривающих в день то
же количество сигарет;
2. с ростом количества выкуриваемых сигарет вес
новорожденного будет уменьшаться на 0,017 кг.
Фиктивные переменные: пример 2
