Лінійна регресія

Методичні вказівки

до розрахункових робіт

з курсу “Економетрика”

Тема №1: Лінійна регресія.

Якщо дано сукупність показників y, що залежать від факторів х, то постає завдання знайти таку економетричну модель, яка б найкраще описувала існуючу залежність. Одним з методів є лінійна регресія. Лінійна регресія передбачає побудову такої прямої лінії, при якій значення показників, що лежать на ній будуть максимально наближені до фактичних, і продовжуючи цю пряму одержуємо значення прогнозу. Процес продовження прямої називається екстраполяцією. Відповідно до цього постає задача визначити цю пряму, тобто рівняння цієї прямої. В загальному вигляді рівняння прямої виглядає:

=а+bх, (1.1)

де ­- вирівняне значення у для відповідного значення х.

Константи а і b - константи, які передбачають зменшення суми квадратів відхилень між фактичним значенням у і вирівняним значенням .

S(у - )² ® min (1.2)

Коефіцієнт а характеризує точку перетину прямої регресії з лінією координат.

Коефіцієнт b характеризує кут нахилу цієї прямої до осі абсцис, а також на яку величину зміниться при зміні х на одиницю.

Коефіцієнти а і b знаходять із системи рівнянь (1.3), що випливає з формули (1.2).

(1.3)

Знайшовши значення параметрів розраховують ряд вирівняних значень для відповідних факторів і проводять дослідження знайденої економетричної моделі.

Щоб зробити висновок про доцільність використання знайденої моделі проводять аналіз за наступними напрямками:

1) Розраховують критерій Фішера та перевіряють знайдену модель на адекватність вихідним даним;

2) Розраховують і аналізують дисперсію показників;

3) Розраховують і аналізують коефіцієнт кореляції;

4) Розраховують та аналізують коефіцієнт еластичності;

5) Розраховують довірчий інтервал для прогнозованих показників.

Критерій Фішера.

Для оцінки знайденої економетричної моделі на адекватність порівнюють розрахункове значення критерію Фішера із табличним.

Розрахункове значення критерію Фішера знаходиться за формулою:

, (1.4)

де , (1.5)

, (1.6)

n – число дослідів,

m – число включених у регресію факторів, які чинять суттєвий вплив на показник.

Для даної надійної ймовірності р (а=1-р рівня значущості) і числа ступенів вільності k₁ =m, k₂ =n-m-1 знаходиться табличне значення F(a, k₁ , k₂ ). Отримане розрахункове значення порівнюється з табличним. При цьому, якщо F_роз > F(a, k₁ , k₂ ), то з надійністю р = 1-а можна вважати, що розглянута економетрична модель адекватна вихідним даним. У протилежному випадку з надійністю р розглянуту лінійну регресію не можна вважати адекватною.

Дисперсія.

Дисперсія в лінійній регресії дає можливість визначити значимість характеристик, вирахуваних в регресійному аналізі (характеристики а і b). Для визначення цих характеристик використовують:

1) Загальна дисперсія - характеризує рівень відхилень між фактичними значеннями ряду і їх середнім значенням:

(1.7)

2) Дисперсія, що пояснюється регресією. Чим більша доля дисперсії, що пояснюється регресією в загальній дисперсії, тим тісніший зв`язок між у і х. Чим ця доля менша, тим відповідно слабший зв`язок. Ця дисперсія визначається, як сума квадратів відхилень між вирівняним значенням ряду і середнім значенням ряду.

. (1.8)

Якщо ПД ® до ЗД, то зв`язок тісний між у і t.

Якщо ПД ® до ЗД, то зв`язок слабшає. Изображение помощника.

3) Залишкова дисперсія - це та частина ЗД, яка не пояснюється регресією

Зал.Д = ЗД – ПД,

(1.9),

де у_і – фактичне значення ряду.

Коефіцієнт кореляції.

Коефіцієнт кореляції r – міра тісноти зв`язку. Він на відміну від дисперсії характеризує міру тісноти зв`язку (дає її числове значення). Змінюється в межах від -1 до +1.

Якщо r=0, то лінія регресії паралельна осі абсцис, тобто залежності між у і t немає (регресія відсутня).

Якщо r ® +1 (додатна регресія). Із збільшенням t – у_t теж буде зростати.

Якщо r ® -1 (від`ємна регресія). Із збільшенням t – у_t буде зменшуватись.

Коефіцієнт кореляції визначається як корінь квадратний з коефіцієнта детермінації r² , що показує долю ПД в ЗД:

, (1.10)

і відповідно

(1.11)

де ПД і ЗД розраховуються відповідно за формулами 1.8 і 1.7.

Знак коефіцієнта кореляції співпадає із знаком коефіцієнта b в рівнянні регресії.

Коефіцієнт еластичності.

Розрахунок коефіцієнта еластичності розраховується для кожного із факторів і показує на скільки відсотків зміниться показник, якщо фактор зміниться на 1%.

Коефіцієнт еластичності:

(1.12)

Довірчий інтервал.

Вихідна економетрична модель лінійної регресії передбачає наявність випадкової величини Е, яка вимірює похибку між фактичним значенням і вирівняним значенням показника. Для розрахунку цих похибок використовують поняття "стандартного відхилення"

, (1.13)

де S_r – стандартна похибка рівняння регресії

n-2 – число

Внимание, отключите Adblock

Вы посетили наш сайт со включенным блокировщиком рекламы!
Ссылка для скачивания станет доступной сразу после отключения Adblock!

Скачать