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.
y=a+b*x
b=cov(xy)var(x)
a=y-b*x
Аппроксимация - жуықтау (лат. approximare -- жақындау, жуықтау).
Аппроксимация - модельдің қаншалықты сапалы екендігін көрсетеді. Оның мәні 10%-дан аспайды. Асып еткен жағдайда, модельдің сапасыздығын көрсетеді.
A=1n*i=1ny-yy*100%
Детерминация коэффициенті.
Егер p факторы бар модель құрылса, онда ол үшін детерминация көрсеткіші R2 детерминация көрсеткіші есептелуі тиіс, яғни шешуші белгінің вариациясын анықтау керек. Модельге кірмейтін факторларды 1-R2 түріндегі қалдық дисперсияға S2 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.
R2=rxy2
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 ... жалғасы
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.
y=a+b*x
b=cov(xy)var(x)
a=y-b*x
Аппроксимация - жуықтау (лат. approximare -- жақындау, жуықтау).
Аппроксимация - модельдің қаншалықты сапалы екендігін көрсетеді. Оның мәні 10%-дан аспайды. Асып еткен жағдайда, модельдің сапасыздығын көрсетеді.
A=1n*i=1ny-yy*100%
Детерминация коэффициенті.
Егер p факторы бар модель құрылса, онда ол үшін детерминация көрсеткіші R2 детерминация көрсеткіші есептелуі тиіс, яғни шешуші белгінің вариациясын анықтау керек. Модельге кірмейтін факторларды 1-R2 түріндегі қалдық дисперсияға S2 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.
R2=rxy2
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 ... жалғасы
Ұқсас жұмыстар
Пәндер
- 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