Детерминация коэффициенті


Жоспар:
І. КІРІСПЕ
Талдау жүргізілетін коэффициенттерге анықтама (теория)
ІІ. НЕГІЗГІ БӨЛІМ
а) Жапония мемлекетінің ЖІӨ мен шығын көрсеткіштерін excel-ге орналыстыру
ә) Алынған көрсеткіштерге талдау жүргізе отырып, регрессия моделін құрастыру:
- Регрессия моделінің корреляция тығыздығын анықтау
- Жұптық сызықтық регрессия моделін құру
- Коэффиценттің сапасын анықтау. Аппроксимация
- Детерминация коэффицентін анықтау
- Регрессияның статистикалық мәнділігін зерттеу
- Параметрлердің статистикалық мәнділігін зерттеу
- Сенімділік интервалын есептеу
- Икемділік коэффицентін анықтау
б) Көрсеткіштерге сүйене отырып, график құру
ІІІ. ҚОРЫТЫНДЫ
Жүргізілген талдаудың қорытындысын шығару.
І. Теория
- Регрессия моделінің корреляциялық тығыздығы.
Корреляция коэффициенті - 2 айнымалылар арасындағы байланыс тығыздығын көрсетеді.
Корреляция коэффициентінің анықтамасынан оның келесі қасиеттері шығады.
1°. Корреляция коэффициенттерінің қабылдайтын мәндері [-1, +1], яғни -1 < r < 1
2°. Егер
r
=
онда тандаманың нүктелері бір түзу үстінде жатады (регрессия түзулері беттессе, онда
) .
3°. Егер корреляция коэффициентінің мәні ±1-ге жақын болса,
онда X пен У арасында күшті сызықтық тәуелділік бар деп
есептеледі.
4°. Егер r мәні нөлге жақын болса, онда айнымалылар арасында корреляциялық тәуелділік нашар деп есептеледі ( r < 0, 4 болғанда X пен У арасында ешқандай сызықтық корреляция болмайды) .
5°. Корреляция коэффициенті өлшемсіз (безразмерная) шама, оның мәні X және У шамаларының өлшеміне және координаталардың бас нүктесінің орналасуына байланыссыз болады.
Корреляция коэффициентi . Тәуелдiлiктiң дәл өлшемi онымен тығыз байланысқан
корреляция коэффициентi болып табылады. Ковариацияның екi формасы бар - теоретикалық және таңдамалық.
Таңдамалық ковариация - екi айнымалы арасындағы өзара байланыс өлшемi болып табылады. x және y айнымалылары арасындағы таңдамалы ковариация келесi формулалармен анықталады:
Ковариацияны есептеудiң негiзгi ережелерi:
1) Егер y = u +v болса, онда cov(x, y) = cov(x, u) + cov(x, v. ) .
2) Егер y = az болса, мұндағы a-тұрақты, онда cov(x, y) = acov(x, z)
3) Егер y = a-тұрақты болса, онда cov(x, y) =0.
n байқау үшiн x және y кездейсоқ шамалардың теоретикалық ковариациясын олардың орташа шамалардан ауытқуларының көбейтiндiсiнiң математикалық күтiмi ретiнде анықтаймыз: pop, cov(x, y) = ζ2x=E{(x- μx) (y- μy) }
n байқаудан тұратын таңдама үшiн таңдамалы дисперсия таңдамадағы орташа квадраттық ауытқу ретiнде анықталады:
2. Жұптық сызықтық регрессия моделі - екі айнымалы арасындағы статистикалық байланыс .
Функционалды тәуелділік түрін таңдау модель спецификациясы, ал түсіндіруші айнымалылар құрамын анықтау айнымаллар спецификациясы деп аталады. Олар эконометрикалық модельдеудің құраушылары болып табылады.
Егер модель бір ғана түсіндіруші айнымалыны қамтыса, яғни к=1, онда ол жұптық регрессия, ал к›1 болса, көптік регрессия деп аталады. Жалпы бастапқыда тәуелдiлiктi тапқан соң, параметрлердi бағалауға көшемiз. β0, β1, β2, …, βn параметрлерi статистикалық мәлiметтер негiзiнде анықталады.
- Аппроксимация- жуықтау (лат. approximare - жақындау, жуықтау) .
Аппроксимация - модельдің қаншалықты сапалы екендігін көрсетеді. Оның мәні 10%-дан аспайды. Асып еткен жағдайда, модельдің сапасыздығын көрсетеді.
- Детерминация коэффициенті.
Егер p факторы бар модель құрылса, онда ол үшін детерминация көрсеткіші детерминация көрсеткіші есептелуі тиіс, яғни шешуші белгінің вариациясын анықтау керек. Модельге кірмейтін факторларды 1- түріндегі қалдық дисперсияға байланысты шешу керек. Егер регрессияға қосымша p+1 факторлары енсе, онда детерминация коэффициенті өседі, ал қалдық дисперсия кемиді. Яғни, бұл шарт орындалмаса, онда енгізілген факторлар модельдің дұрыс құрылғанын көрсетпейді, сондықтан бұл факторлар артық деп саналады.
Яғни, шыққан мән у вариацияның х вариацияға қаншалықты тәуелді екенін көрсетеді.
- Регрессиялық статистика мәнділігі.
Теңдеудің жалпы статистикалық мәнділігі Фишердің Fкритикасы бойынша есептеледі.
- Егер, Fфактор˃Fкритика болса, онда - нөлдік гипотеза қабылданбайды, детерминация коэффициенті статистикалық мәнді, модель кездейсоқ емес және сапалы болып табылады.
- Егер, Fфактор˂Fкритика болса, онда - нөлдік гипотеза қабылданады, детерминация коэффициенті статистикалық мәнсіз, модель кездейсоқ және сапалсыз болып саналады.
H 0 : R 2 =0
k 1 =1; k 2 =n-2
- Параметрлердің статистикалық мәнділігі.
Т. Стьюдент - а және b корреляция коэффициенттерінің мәнділігін анықтау үшін қажет. Оны анықтау үшін оның сенімділік ықтималдылығын есептеу керек:H 0 : r xy =0; а=0; b=0
- tkr - 0, 05-0, 01 (екі жақты) мәнділік деңгейдегі Стьюденттің t критикалық мәні
ta ˃ tkr - Н0 қабылданбайды, коэффициент статисткалық мәнді, сапалы және кездейсоқ емес ;
tb ˂ tkr - Н0 қабылданады, коэффициент статисткалық мәнсіз, сапасыз және кездейсоқ;
trxy ˂ tkr - Н0 қабылданады, коэффициент статисткалық мәнсіз, сапасыз және кездейсоқ.
- Сенімділік қатысты сипатталады. Егер 5% мәнділік деңгейі қабылданса, соған сәйкес сенімділік интервалы 95% деп саналады.
а шамасы үшін сенімділік интервалы:
b шамасы үшін сенімділік интервалы
- Икемділік коэффициенті:
Яғни, х 1 % жоғарыласа, у қанша өлшемге өзгергенін көрсетеді.
ІІ. Есептеу жүргізу
Мен у және х көрсеткіштері ретінде - Жапония мемлекетінің ЖІӨ және сол бойынша шығынын алдым. Көрсеткіштер 1987-2016 жылдар арлығын қамтиды. Демек, байқау саны, n=30.
- Корреляция коэффициентін табу үшін:
Менің есептеуім бойынша, корреляция коэффициенті 0, 728-ге тең. Корреляция коэффициенті [-1; 1] аралығында жатады. Мендегі көрсеткіш 1-ге жақын болғандықтан, айнымалылар арасында қатаң, тығыз байланыс бар.
- Модель:y=a+bx
= 0. 365
= 3. 667
табу үшін: = a+bxi
Бұл есептеуде у пен тең болуы қажет. Яғни, менде у = = 159. 434
- Аппроксимация:A=1n*∑i=1ny−ŷy*100%A = \frac{1}{n}*\sum_{i = 1}^{n}{\left \frac{y - \widehat{y}}{y} \right*100\%}
Ол - модельдің қаншалықты сапалы екендігін көрсетеді. Оның мәні 10%-дан аспайды. Менде 430, 94 - 10-нан асып кетті. Демек, аппроксимация бойынша модель - сапасыз.
- Детерминация коэффициенті-корреляция коэффициентінің квадратына тең.
= 0. 530
Яғни, ЖІӨ вариациясының 53%-ы шығын вариациясына тәуелді екені байқалады.
- Регрессиялық статистика мәнділігі:Фишердің Fкритикасы бойынша есептеледі.
k1=1 k2=28
... жалғасы- Іс жүргізу
- Автоматтандыру, Техника
- Алғашқы әскери дайындық
- Астрономия
- Ауыл шаруашылығы
- Банк ісі
- Бизнесті бағалау
- Биология
- Бухгалтерлік іс
- Валеология
- Ветеринария
- География
- Геология, Геофизика, Геодезия
- Дін
- Ет, сүт, шарап өнімдері
- Жалпы тарих
- Жер кадастрі, Жылжымайтын мүлік
- Журналистика
- Информатика
- Кеден ісі
- Маркетинг
- Математика, Геометрия
- Медицина
- Мемлекеттік басқару
- Менеджмент
- Мұнай, Газ
- Мұрағат ісі
- Мәдениеттану
- ОБЖ (Основы безопасности жизнедеятельности)
- Педагогика
- Полиграфия
- Психология
- Салық
- Саясаттану
- Сақтандыру
- Сертификаттау, стандарттау
- Социология, Демография
- Спорт
- Статистика
- Тілтану, Филология
- Тарихи тұлғалар
- Тау-кен ісі
- Транспорт
- Туризм
- Физика
- Философия
- Халықаралық қатынастар
- Химия
- Экология, Қоршаған ортаны қорғау
- Экономика
- Экономикалық география
- Электротехника
- Қазақстан тарихы
- Қаржы
- Құрылыс
- Құқық, Криминалистика
- Әдебиет
- Өнер, музыка
- Өнеркәсіп, Өндіріс
Қазақ тілінде жазылған рефераттар, курстық жұмыстар, дипломдық жұмыстар бойынша біздің қор #1 болып табылады.

Ақпарат
Қосымша
Email: info@stud.kz