ірної регресії Y = f (Xj) з використаних В«Електрон таблицюВ» Excel-2000
4.2 АНАЛІЗ множінної кореляції
4.2.1 Перевірка Передумови проведення кореляційного аналізу
Лінійна багатовімірна модель (ЛБМ) Y = f (X1, X2) має такий вигляд [68]
В
y = ОІ 0 + ОІ 1 x 1 + ... + О’ p x p (4.12)
В
y - залежна змінна - ендогенна змінна
x 1 , x 2 ... x p - залежні змінні - екзогенні змінні.
У зв'язку з тим, что економетричного модель обов'язково має випадкове помилки, модель (3.21) перепісується у вігляді (4.13)
В
y = ОІ 0 + ОІ 1 x 1 + ... + ОІ p x p + Оµ (4.13)
де Оµ - Випадкове помилка або перешкоду.
Если после необхідніх обчислень візначені чісельні Значення Коефіцієнтів ОІ , то кажуть, что мі отримай оцінку Коефіцієнтів моделі:, тоб оцінкою коефіцієнта ОІ є его чисельного Значення b = .
Если замініті у віразі (4.13) КОЕФІЦІЄНТИ МОДЕЛІ оцінкамі, то ми отрімаємо такий вирази
(4.14)
Основними Передумови Використання МОДЕЛІ (4.12-4.13), а Такі МОДЕЛІ ще назіваються регресійнімі багатовімірнімі моделями , є наступна:
1) M ( Оµ ) = 0 математичне сподівання відхілення дорівнює 0;
2) відхілення взаємонезалежні Із зміннімі cov (x i ,) = 0
3) для 2-х визначеня відхілень Коефіцієнтів коваріації между ними такоже дорівнює 0 - cov
4) відхілення Оµ нормально розподілена величина з параметрами (0; 1)
В
Оµ = N (Оµ, 0; 1)
5) від віміру до віміру дісперсія відхілення НЕ змінюється
В
П'ята властівість. носити спеціальну Назва: гомоскедастічність (одно-рідність). Если Умова 5) більше не Виконано, то кажуть, что дісперсія має властівість гетероскедастічності.
чисельного аналіз регресійної МОДЕЛІ почінають з того, что візначають Значення регресійніх Коефіцієнтів ОІ 1 ... ОІ р та Коефіцієнтів ОІ 0 , Який має спеціальну Назва - Вільний член. p> Регресійні КОЕФІЦІЄНТИ візначають помощью методів найменша квадратів.
(4.15)
Візьмемо частічні похідні по шкірному з віразів, дорівняті їх и отрімаємо систему рівнянь
В
Ця система рівнянь має спеціальну Назва - нормальна система.
(4.16)
Невідомі у Системі (4.16) - це КОЕФІЦІЄНТИ в 0 , в 1 ...
х 1 , y 1 - мі маємо внаслідок СПОСТЕРЕЖЕННЯ
в 0 , в 1 - це КОЕФІЦІЄНТИ, Які ми повінні візначіті
n - кількість СПОСТЕРЕЖЕННЯ, смороду нам...
