ЗМІСТ
Зміст
Введення
1. Теоретична частина
1.1 Теоретичні основи прикладного регресійного аналізу
1.2 Перевірка передумов і припущень регресійного аналізу
1.2.1 Перевірка випадковості
1.2.2 Перевірка стаціонарності
1.3 Виявлення викидів у вибірці
1.4 мультиколінеарності змінних
1.4.1 Рекомендації з усунення мультиколінеарності
1.4.2 Довірчі інтервали для рівняння регресії
1.4.3 Визначення довірчого інтервалу для істинного значення рівняння регресії
1.4.4 Властивості довірчих інтервалів
1.5 Адекватність моделі
2. Практична частина
Висновок
Список літератури
ВСТУП
Загальне призначення множинної регресії (цей термін був вперше використаний в роботі Пірсона - Pearson, 1908) полягає в аналізі зв'язку між кількома незалежними змінними (званими також регресорів або предикторами) і залежною змінною. Наприклад, агент з продажу нерухомості міг би вносити в кожен елемент реєстру розмір будинку (у квадратних футах), число спалень, середній дохід населення в цьому районі відповідно з даними перепису і суб'єктивну оцінку привабливості будинку. Як тільки ця інформація зібрана для різних будинків, було б цікаво подивитися, чи пов'язані і яким чином ці характеристики будинки з ціною, за якою він був проданий. Наприклад, могло б виявитися, що число спальних кімнат є кращим пророкує фактором (предиктором) для ціни продажу будинку в деякому специфічному районі, ніж "Привабливість" будинку (суб'єктивна оцінка). Могли б також виявитися і "викиди", тобто будинки, які могли б бути продані дорожче, враховуючи їх розташування і характеристики.
Фахівці з кадрів зазвичай використовують процедури множинної регресії для визначення винагороди адекватного виконану роботу.
Як тільки ця так звана лінія регресії визначена, аналітик опиняється в змозі побудувати графік очікуваної (передвіщеної) оплати праці та реальних зобов'язань компанії по виплаті платні. Таким чином, аналітик може визначити, які позиції недооцінені (лежать нижче лінії регресії), які оплачуються занадто високо (лежать вище лінії регресії), а які оплачені адекватно.
1. ТЕОРЕТИЧНА ЧАСТИНА
1.1 Теоретичні основи прикладного регресійного аналізу
Регресійний аналіз застосовується для побудови математичних залежностей об'єктів, явищ за результатами експериментальних даних, отриманих на основі проведення активного або пасивного експериментів.
Передбачається, що математична залежність відноситься до певного класу функцій з кількома невідомими параметрами. У загальному вигляді ці функції представимо у вигляді:
,
де - вектор залежної (вихідний) змінної розмірністю;
- матриця незалежних (вхідних) змінних розмірністю;
- вектор невідомих параметрів розмірністю;
- вектор збурень р...
