- 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
Многомерный регрессионный анализ презентация
Содержание
- 1. Многомерный регрессионный анализ
- 2. Постановка задачи регрессионного анализа Слайд №1
- 3. Постановка задачи регрессионного анализа Слайд №1
- 4. Уравнение линейной множественной регрессии Слайд №2
- 5. Линейная модель множественной регрессии Слайд №2
- 6. Линейная модель множественной регрессии Слайд №2
- 7. Геометрическая интерпретация функции регрессии
- 8. Классическая линейная модель множественной регрессии (КЛММР) Слайд №4
- 9. Классическая линейная модель множественной регрессии (КЛММР)
- 10. Методы оценки коэффициентов КЛММР
- 11. Методы оценки коэффициентов КЛММР Слайд №5
- 12. Метод наименьших квадратов Слайд №6
- 13. Метод наименьших квадратов Слайд №6
- 14. Метод наименьших квадратов Слайд №6
- 15. Метод наименьших квадратов Слайд №6
- 16. Метод наименьших квадратов Слайд №6
- 17. Метод наименьших квадратов Слайд №6
- 18. Теорема Гаусса — Маркова Если выполнены
- 19. Статистические свойства оценок коэффициентов, полученных МНК Слайд №7
- 20. Статистические свойства оценок коэффициентов, полученных МНК Слайд №7
- 21. Статистические свойства оценок коэффициентов, полученных МНК Слайд №7
- 22. Статистические свойства оценок коэффициентов, полученных МНК Слайд №7
- 23. Статистические свойства оценок коэффициентов, полученных МНК Слайд №7
- 24. Статистические свойства оценок коэффициентов, полученных МНК Слайд №7
- 27. Ковариационная матрица вектора оценок коэффициентов Слайд №8
- 28. Ковариационная матрица вектора оценок коэффициентов Слайд №8
- 29. Ковариационная матрица вектора оценок коэффициентов Слайд №8
- 30. Ковариационная матрица вектора оценок коэффициентов Слайд №8
- 31. Ковариационная матрица вектора оценок коэффициентов Слайд №8
- 32. Ковариационная матрица вектора оценок коэффициентов Слайд №8
- 33. Ковариационная матрица вектора оценок коэффициентов Слайд №8
- 34. Ковариационная матрица вектора оценок коэффициентов Слайд №8
- 35. Качество подгонки модели Стандартная ошибка регрессии Коэффициент детерминации R2 Скорректированный (нормированный) коэффициент детерминации R2
- 36. Стандартная ошибка регрессии
- 37. Анализ вариации результативного признака Коэффициент детерминации R2
- 38. Анализ вариации результативного признака Коэффициент детерминации R2 Слайд №9
- 39. Анализ вариации результативного признака Коэффициент детерминации R2
- 40. Анализ вариации результативного признака Коэффициент детерминации R2
- 41. Анализ вариации результативного признака Выборочный коэффициент детерминации
- 42. О чем говорит и о чем не
- 43. О чем говорит и о чем не
- 44. О чем говорит и о чем
- 45. Использование R2 и R2с Есть
- 46. Тестирование гипотез Тестирование значимости уравнения Тестирование
- 47. Проверка гипотезы об адекватности линейной модели выборочным данным Слайд №11
- 48. Проверка гипотезы об адекватности линейной модели выборочным данным
- 49. Проверка гипотезы об адекватности линейной модели выборочным данным
- 50. Проверка гипотезы об адекватности линейной модели выборочным данным
- 51. Проверка гипотезы об адекватности линейной модели выборочным данным
- 52. Проверка гипотезы о значимости коэффициентов КЛММР Слайд №12
- 53. Проверка гипотезы о значимости коэффициентов КЛММР
- 54. Проверка гипотезы о значимости коэффициентов КЛММР
- 55. Проверка гипотезы о значимости коэффициентов КЛММР
- 56. Проверка гипотезы о значимости коэффициентов КЛММР
- 57. Доверительные интервалы для коэффициентов
Постановка задачи регрессионного анализа Слайд №1
Слайд 10Методы оценки коэффициентов КЛММР
Слайд №5
Оценку коэффициентов уравнения регрессии можно искать:
исходя
из требований минимума модуля отклонения наблюдаемых значений yi от "значений" функции регрессии
исходя из критерия минимума суммы квадратов отклонений наблюдаемых значений yi от "значений" функции регрессии (метод наименьших квадратов)
исходя из критерия минимума суммы квадратов отклонений наблюдаемых значений yi от "значений" функции регрессии (метод наименьших квадратов)
Слайд 18Теорема Гаусса — Маркова
Если выполнены условия (1)–(5),
то оценка коэффициентов модели,
полученная по методу наименьших квадратов, является:
(а) несмещенной
(б) эффективной
(а) несмещенной
(б) эффективной
Слайд 27Ковариационная матрица вектора оценок коэффициентов
Слайд №8
Найдем ковариационную матрицу случайного вектора b,
воспользовавшись условиями Гаусса-Маркова
Слайд 28Ковариационная матрица вектора оценок коэффициентов
Слайд №8
Найдем ковариационную матрицу случайного вектора b,
воспользовавшись условиями Гаусса-Маркова
Слайд 29Ковариационная матрица вектора оценок коэффициентов
Слайд №8
Найдем ковариационную матрицу случайного вектора b,
воспользовавшись условиями Гаусса-Маркова
Слайд 30Ковариационная матрица вектора оценок коэффициентов
Слайд №8
Найдем ковариационную матрицу случайного вектора b,
воспользовавшись условиями Гаусса-Маркова
Слайд 31Ковариационная матрица вектора оценок коэффициентов
Слайд №8
Найдем ковариационную матрицу случайного вектора b,
воспользовавшись условиями Гаусса-Маркова
Слайд 32Ковариационная матрица вектора оценок коэффициентов
Слайд №8
Найдем ковариационную матрицу случайного вектора b,
воспользовавшись условиями Гаусса-Маркова
Слайд 33Ковариационная матрица вектора оценок коэффициентов
Слайд №8
Найдем ковариационную матрицу случайного вектора b,
воспользовавшись условиями Гаусса-Маркова
Откуда, в частности,
.
Слайд 34Ковариационная матрица вектора оценок коэффициентов
Слайд №8
Найдем ковариационную матрицу случайного вектора b,
воспользовавшись условиями Гаусса-Маркова
Откуда, в частности,
.
Слайд 35Качество подгонки модели
Стандартная ошибка регрессии
Коэффициент детерминации R2
Скорректированный (нормированный) коэффициент детерминации R2
Слайд 42О чем говорит и о чем не говорит R2
Выборочный коэффициент детерминации
находится в промежутке [0;1]
Характеризует долю общей вариации результативного признака у, объясняемую вариацией выборочной функции регрессии .
Чем меньше разброс статистических данных относительно уравнения регрессии, тем меньше остаточная дисперсия, и тем ближе R2 к единице.
Характеризует долю общей вариации результативного признака у, объясняемую вариацией выборочной функции регрессии .
Чем меньше разброс статистических данных относительно уравнения регрессии, тем меньше остаточная дисперсия, и тем ближе R2 к единице.
Слайд 43О чем говорит и о чем не говорит R2
Высокий R2 сам
по себе не гарантирует, что модель является хорошей.
Остается риск ложной регрессии
Низкий R2 говорит о том, что существуют важные факторы, которые мы не учли в нашей модели
Низкий R2 говорит о том, что существуют важные факторы, которые мы не учли в нашей модели
Слайд 44
О чем говорит и о чем не говорит R2
Высокий R2 сам
по себе не гарантирует, что модель является хорошей.
Остается риск ложной регрессии
Низкий R2 говорит о том, что существуют важные факторы, которые мы не учли в нашей модели
Низкий R2 говорит о том, что существуют важные факторы, которые мы не учли в нашей модели
Слайд 45Использование R2 и R2с
Есть соблазн свести выбор уравнения к задаче максимизации
R2 или R2с. Не стоит этого делать.
Высокий R2 (или R2с) говорит о том, что регрессоры предсказывают большую долю изменений y.
Высокий R2 (или R2с) не говорит о том, что вы верно выявили причинно-следственную связь между переменными
Высокий R2 (или R2с) не гарантирует отсутствия смещения оценок из-за некорректной спецификации
Высокий R2 (или R2с) говорит о том, что регрессоры предсказывают большую долю изменений y.
Высокий R2 (или R2с) не говорит о том, что вы верно выявили причинно-следственную связь между переменными
Высокий R2 (или R2с) не гарантирует отсутствия смещения оценок из-за некорректной спецификации
Слайд 46Тестирование гипотез
Тестирование значимости уравнения
Тестирование значимости коэффициента
Доверительный интервал для коэффициента
Построение доверительного интервала
для среднего значения предсказания и для конкретного предсказанного значения
