В задачу регрессионного анализа входит исследование остаточных величин. Исследование остаточных величин.

Презентация:



Advertisements
Похожие презентации
В задачу регрессионного анализа входит не только построение самой модели, но и исследование случайных отклонений, т.е. остаточных величин. Исследование.
Advertisements

Парная линейная корреляция. Метод наименьших квадратов Задача: найти оценки параметров a и b такие, что остаток в i-ом наблюдении (отклонение наблюдаемого.
Определение. Случайная величина имеет нормальное распределение вероятностей с параметрами и 2, если ее плотность распределения задается формулой:
МЕТОД НАИМЕНЬШИХ КВАДРАТОВ. СТАТИСТИЧЕСКАЯ ОЦЕНКА.
Лекция 8.2 Тест Голдфелда – Квандта. 1 Гетероскедастичность – различие дисперсий возмущений для различных наблюдений. Ясно, что видов гетероскедастичности.
Гетероскедастичность Лекция. 2 Цели лекции Природа проблемы гетероскедастичности Последствия гетероскедастичности Средства обнаружения гетероскедастичности.
Гетероскедастичность Лекция. 2 Цели лекции Природа проблемы гетероскедастичности Последствия гетероскедастичности Средства обнаружения гетероскедастичности.
Лекция 1 «Введение». Опр. эконометрика это наука, которая дает количественное выражение взаимосвязей экономических явлений и процессов. Специфической.
Лекция 2 Часть I: Многомерное нормальное распределение, его свойства; условные распределения Часть II: Парная линейная регрессия, основные положения.
Линейная модель парной регрессии и корреляции. 2 Корреляция – это статистическая зависимость между случайными величинами, не имеющими строго функционального.
Метод наименьших квадратов В математической статистике методы получения наилучшего приближения к исходным данным в виде аппроксимирующей функции получили.
«Линейная регрессия и корреляция: смысл и оценка параметров»
Свойства коэффициентов регрессии и проверка гипотез.
Теория статистики Корреляционно-регрессионный анализ: статистическое моделирование зависимостей Часть 1. 1.
Анализ индекса Доу-Джонса Выполнила Мартынова И.В. Санкт-Петербургский Государственный Университет Факультет Прикладной Математики – Процессов Управления.
Лекция 8 Регрессионный анализ временных рядов. Временные ряды Проблема для составления выборки – автокорреляция данных Нарушено условие о независимости.
ЭКОНОМЕТРИЧЕСКИЙ АНАЛИЗ ПАНЕЛЬНЫХ ДАННЫХ (36 ЧАСОВ ) д. э. н. Е. А. Коломак.
Общая теория статистики Регрессионно- корреляционный анализ.
МЕТОД КОЙКА Предположим,что для описаний некоторого процесса используется модель с бесконечным лагом вида: Предположим,что для описаний некоторого процесса.
Лекция 6 Линейная регрессия. Простая линейная регрессия.
Транксрипт:

В задачу регрессионного анализа входит исследование остаточных величин. Исследование остаточных величин.

Исследование остатков i предполагают проверку наличия следующих пяти предпосылок МНК: случайный характер остатков; нулевая средняя величина остатков, не зависящих от x; гомоскедастичность – дисперсия каждого отклонения одинаковая для всех значений x; отсутствие автокорреляции остатков. Значения остатков распределены независимо друг от друга; остатки подчиняются нормальному распределению.

Если распределение случайных остатков не соответствует некоторым предпосылкам МНК, то следует корректировать модель.

Прежде всего, проверяется случайный характер остатков - первая предпосылка МНК. С этой целью строится график зависимости остатков i от теоретических значений результативного признака y x.

Вторая предпосылка МНК относительно нулевой средней величины остатков означает, что.

В соответствии с третьей предпосылкой МНК требуется, чтобы дисперсия остатков была гомоскедастичной. Это значит, что для каждого значения фактора остатки должны иметь одинаковую дисперсию. Если это условие не соблюдается, то имеет место гетероскедастичность.

Примеры гетероскедастичности:

Метод Гольдфельда Квандта При малом объеме выборки, что наиболее характерно для эконометрических исследований, для оценки гетероскедастичности может использоваться метод Гольдфельда Квандта.

метод Гольдфельда Квандта., включает в себя следующие шаги. 1. Упорядочение n наблюдений по мере возрастания переменной х. 2. Исключение из рассмотрения С центральных наблюдений;при этом (n - С): 2 > р, где р число оцениваемых параметров.

3. Разделение совокупности из наблюдений на две группы и определение по каждой из групп уравнений регрессии. 4. Определение остаточной суммы квадратов для первой и второй групп и нахождение их отношения:

При выполнении нулевой гипотезы о гомоскедастичности отношение R будет удовлетворять F -критерию с : k 2 =(n-C-2p):2 степенями свободы для каждой остаточной группы квадратов.

Если величина R превышает табличное значение F-критерия, то предпосылка о равенстве дисперсий остаточных величин нарушена.

четвертая предпосылка МНК - отсутствие автокорреляции остатков, т. е. значения остатков распределены независимо друг от друга.

Коэффициент корреляции между и, где - остатки текущих наблюдений, - остатки предыдущих наблюдений (например, j = i - 1), может быть определен по формуле:

Пример исследования остаточных величин По данным, представленным в табл, изучается зависимость индекса человеческого развития у от переменных х 1 - суточная калорийность питания населения, ккал на душу населения и х 2 - ожидаемая продолжительность жизни при рождении 1997 г. число лет.