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 » Багатовимірний регресійний аналіз

Реферат Багатовимірний регресійний аналіз





Необхідно знайти оптимальний варіант моделі, що відображає основні закономірності досліджуваного явища з достатнім ступенем статистичної надійності.

У модель повинні бути включені всі фактори, які з економічної точки зору впливають на залежну змінну (у нашому випадку - середня тривалість життя). При невиконанні цієї вимоги модель може виявитися неадекватною внаслідок недообліку істотних факторів. p> З іншого боку, кількість факторів, що включаються в модель, не повинно бути занадто великим. Невиконання цієї вимоги призводить до необхідності збільшення числа спостережень, до неможливості використання досить складних залежностей, до зниження точності оцінок, до складності інтерпретації моделі і до труднощі її практичного використання.


Таким чином, виникає задача зменшення числа змінних, що включаються в модель, без порушення вихідних передумов, тобто завдання пониження розмірності моделі.

Виділяють два істотні підходу до вирішення проблеми скорочення кількості вихідних змінних:

1. відсіювання менш істотних факторів у процесі побудови регресійної моделі;

2. заміна вихідного набору змінних меншим числом еквівалентних факторів, отриманих в результаті перетворень вихідного набору.


Процедура відсіву несуттєвих факторів у процесі побудови регресійній моделі і отримала назву багатокрокового регресійного аналізу.

Цей метод заснований на обчисленні декількох проміжних рівнянь регресії, в результаті аналізу яких отримують кінцеву модель, що включає тільки фактори, що статистично істотний вплив на досліджувану залежну змінну. Різні поєднання одних і тих же факторів надають різний вплив на залежну змінну. Внаслідок цього з'являється необхідність вибору найкращої моделі, тому що перебирати всі можливі варіанти поєднання чинників і будувати безліч рівнянь регресії (кількість яких може бути дуже велике) просто не має сенсу. p> Таким чином методи покрокового регресійного аналізу дозволяють уникнути настільки громіздких розрахунків і отримати досить надійну і повну модель залежності досліджуваної ознаки від ряду пояснюють змінних. br/>










Як було сказано вище, основою багатокрокового регресійного аналізу є побудова рівняння регресії. Розглянемо більш детально його систему і основні поняття. br/> Багатомірний регресійний аналіз В В 

У загальному вигляді багатовимірна лінійна регресійна модель залежності y від пояснюють змінних,, ..., має вигляд:


.

В 

Для оцінки невідомих параметрів взята випадкова вибірка обсягу n з (k +1)-мірної випадкової величини (y,,, ...,).

У матричної формі модель має вигляд:


,

де,,, Оµ =

- вектор-стовпець фактичних значень залежною змінною розмірності n;

- матриця значень пояснюють змінних розмірності n * (k +1);

- вектор-стовпець невідомих параметрів,...


Назад | сторінка 3 з 21 | Наступна сторінка





Схожі реферати:

  • Реферат на тему: Використання моделей життєвого циклу інформаційної системи. Каскадна модел ...
  • Реферат на тему: Порівняльний аналіз трьох моделей життєвого циклу організації: модель Торбе ...
  • Реферат на тему: Модель парної регресії
  • Реферат на тему: Класична модель лінійної регресії
  • Реферат на тему: Особливості аналізу змінних і постійних витрат