равої частини рівняння змінної. При цьому ми отримаємо зменшення пояснене дисперсії, на величину. Для оцінки значущості включення змінної використовується статистика, що має розподіл Фішера при нульовому теоретичному прирості. Взагалі, якщо з рівняння регресії виключаються змінних, статистикою значущості виключення буде. Покрокова процедура побудови моделі. Основним критерієм відбору аргументів повинне бути якісне уявлення про фактори, впливають на залежну змінну, яку ми намагаємося змоделювати. Дуже добре реалізований процес побудови регресійної моделі: на машину перекладена значна частка труднощів у вирішенні цього завдання. Можливо побудова послідовне побудова моделі додаванням і видаленням блоків змінних. Але ми розглянемо тільки роботу з окремими змінними. За замовчуванням програма включає всі задані змінні. p> Кореляційний і регресійний аналіз. Дослідження зв'язків в умовах масового спостереження і дії випадкових факторів здійснюється, як правило, за допомогою економіко-статистичних моделей. У широкому сенсі модель - це аналог, умовний образ (зображення, опис, схема, креслення тощо) якого-небудь об'єкта, процесу або події, наближено відтворює В«оригіналВ». Модель являє собою логічне або математичний опис компонентів і функцій, що відображають істотні властивості модельованого об'єкта або процесу, дає можливість встановити основні закономірності зміни оригіналу. У моделі оперують показниками, обчисленими для якісно однорідних масових явищ (сукупностей). Вираз і моделі у вигляді функціональних рівнянь використовують для розрахунку середніх значень модельованого показника по набору заданих величин і для виявлення ступеня впливу на нього окремих факторів. Метод включення і виключення змінних полягає в наступному. З безлічі факторів, що розглядаються дослідником як можливі аргументи регресійного рівняння, відбирається один, який більш все пов'язаний кореляційною залежністю. Далі проводиться та ж процедура при двох обраних змінних, при трьох і т.д. Процедура повторюється до тих пір, поки в рівняння ні включені всі аргументи, виділені дослідником, що задовольняють критеріям значущості включення. Зауваження: щоб уникнути зациклення процесу включення виключення значимість включення встановлюється менше значущості винятку. Змінні, породжувані регресійним рівнянням. Збереження змінних, породжуваних регресією, проводиться підкоманду. Завдяки отриманим оцінками коефіцієнтів рівняння регресії можуть бути оцінені прогнозні значення залежної змінної, причому вони можуть бути обчислені і там, де значення визначені, і там де вони не визначені.
За кількістю включаються факторів моделі можуть бути однофакторний і багатофакторними (Дві та більше факторів). p> У Залежно від пізнавальної мети статистичні моделі поділяються на структурні, динамічні і моделі зв'язку. p> Двовимірна лінійна модель кореляційного і регресійного аналізу (однофакторний лінійний кореляційний та регресійний аналіз). Найбільш розробленою ...
