Теми рефератів
> Реферати > Курсові роботи > Звіти з практики > Курсові проекти > Питання та відповіді > Ессе > Доклади > Учбові матеріали > Контрольні роботи > Методички > Лекції > Твори > Підручники > Статті Контакти
Реферати, твори, дипломи, практика » Курсовые проекты » АРТ-моделювання на фондовому ринку

Реферат АРТ-моделювання на фондовому ринку





ub> j . p> 3. Умова відсутності автокореляції: cov ( Оµ i , Оµ j ) = 0, i , j = 1, ..., n , тобто окремі спостереження залишкової компоненти некорреліровани. Оцінки методу МНК моделі з автокореляцією випадкової складової втрачають ефективність. Застосування МНК в даному випадку призводить до суттєвої недооцінки параметрів, у зв'язку з чим втрачають своє значення процедури перевірки гіпотез і обгрунтованість прогнозів. p> 4. cov ( Оµ , x j ) = 0, j = 1, ..., p , т . е. пояснюють змінні не корелюють з збуреннями моделі.

5. Оµ N (0, Пѓ 2 ) , тобто випадкова складова в моделі нормально розподілена. Нормальність розподілу залишкової компоненти гарантує, що оцінки методу МНК будуть мати нормальне розподіл. p> Якість побудованого регресійного рівняння, що виступає в якості результату проведеного дослідження, може бути оцінений за допомогою ряду показників, які можна віднести до групи абсолютних або відносних. p> Серед абсолютних показників якості найбільш важливу роль відіграють такі:

1). Середня помилка апроксимації

(8)

Допустимий рівень помилки - до 10%. p> 2). Оцінки дисперсій.

- Оцінка загальної дисперсії:

(9)

Загальна дисперсія характеризує розкид значень залежного ознаки щодо середнього рівня.

- Оцінка пояснене дисперсії:

(10)

пояснень дисперсія характеризує варіацію залежного ознаки, пояснень побудованим рівнянням регресії.

- Оцінка залишкової дисперсії:

В  (11)

Залишкова дисперсія відображає розкид значень щодо лінії регресії (модельних значень) і може служити показником точності відтворення значень залежною змінною. У разі високої залишкової дисперсії точність прогнозів результуючого показника буде невелика і практичне використання побудованого рівняння малоефективним. Навпаки, чим менше залишкова дисперсія, тим більше впевненості в тому, що рівняння регресії підібрано вірно. p> Велике значення залишкової дисперсії може бути обумовлено неправильним вибором функції або відсутністю статистичної взаємозв'язку між залежною і пояснюють змінними, включеними в рівняння регресії. p> 3). На практиці часто використовують величину стандартного відхилення від лінії регресії , звану також стандартною помилкою регресії або стандартної помилкою оцінювання :

В  (12)

Розглянуті показники якості лінійної регресійної моделі є абсолютними, оскільки розмір дисперсії безпосередньо залежить від показника y. p> Серед відносних показників якості регре...


Назад | сторінка 13 з 64 | Наступна сторінка





Схожі реферати:

  • Реферат на тему: Рівняння лінійної регресії, коефіцієнт регресії
  • Реферат на тему: Перевірка гіпотез щодо коефіцієнтів лінійного рівняння регресії
  • Реферат на тему: Рівняння лінійної регресії
  • Реферат на тему: Моделі лінійної та множинної регресії і економічний сенс їх параметрів
  • Реферат на тему: Рівняння регресії