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 » Новые рефераты » Побудова класичної лінійної регресії

Реферат Побудова класичної лінійної регресії





нної на 1 середньоквадратичне відхилення. На практиці даний показник використовується для виявлення фактора, що робить найбільший вплив на залежну змінну. У нашому випадку найбільше (позитивне) вплив надає показник X2.

У четвертому стовпці міститися значення параметрів ai оціненого рівняння, тобто в даному випадку отримуємо наступну регресійну модель:

=0,1078 + 0,003X1 + 0,057X2.

. Error вказані стандартні помилки коефіцієнтів рівняння. Вони показують статистичну надійність коефіцієнта. Якщо стандартні помилки мають нормальний розподіл, то в 2 випадках з 3 істинний коефіцієнт регресорів знаходиться в межах однієї стандартної шибки відповідного коефіцієнта. Значення стандартних помилок використовуємо для побудови довірчих інтервалів. (42) - виводить розрахункове значення t-статистики Стьюдента. Її значення використовується для перевірки значимості відповідного коеффіціента.level - показує ймовірність прийняти або відкинути гіпотезу про рівність нулю відповідного коефіцієнта. При цьому передбачається, що помилки мають нормальний або асимптотично нормальний розподіл.

Так як оцінена множинна регресійна модель отримана незначущі по параметру при X2, необхідно виключити з розгляду цей фактор. Отримуємо наступні результати:



Порівнюючи показники по першій і другій моделям можна помітити, що значення другої моделі знизилися. Згідно з отриманими даними параметри парної регресійної моделі можна вважати статистично значущими.

Прогнозування (імітація) невідомих значень залежної змінної


Скористаємося отриманим парним лінійним регресійним рівнянням і проведемо екстраполірованіе значень. Для цього: Multiple Regression Results необхідно вибрати вкладку Residuals/assumptions/prediction і скористатися кнопкою Predict dependent variable.



Для того, щоб визначити невідоме значення незалежної змінної в просторової моделі необхідно задати максимальне значення незалежної змінної.



Після натискання кнопки OK отримуємо наступні результати:



У першому стовпці містяться найменування розрахункових і вихідних показників. У другому стовпці наведено значення параметра ai. У третьому - значення незалежної змінної, що використовується для розрахунку прогнозу. У четвертому - значення незалежної змінної (з довірчим інтервалом), розраховане в результаті оцінювання прогнозу.

Розглянемо цей же показник при середньому значенні незалежної змінної:



Отримали такі дані:




Розглянемо отримані результати в таблицях. У нашому випадку прогноз при значенні X1=48,27 знаходиться в інтервалі 0,278 lt; 0,4326 lt; 0,5869, а при середньому значенні незалежної змінної - 0,4580 lt; 0,5391 lt; 0,6201, тобто найбільше значення залежної змінної буде отримано при середньому значенні X1.


Назад | сторінка 2 з 2





Схожі реферати:

  • Реферат на тему: Модернізація комбінованого вольтметра В7-40 для вимірювання середньоквадрат ...
  • Реферат на тему: Значення коефіцієнта і показників ступеня у формулах потужності при шліфува ...
  • Реферат на тему: Алгоритм створення бази даних &Значення коефіцієнта і показників ступеня у ...
  • Реферат на тему: Поняття, види й значення помилки в кримінальному праві
  • Реферат на тему: Математичні моделі та методи нелінійного програмування. Чисельні оптимізац ...