Содержание
-
Лекция № 6 множественная регрессия и корреляция.(продолжение)
-
При исключении из регрессии р+1 фактора коэффициент детерминации должен уменьшаться, а остаточная дисперсия возрастать; и
-
Выбор формы уравнения регрессии.
Как и в парной зависимости, возможны разные виды уравнений множественной регрессии: линейные и нелинейные. наиболее широко используются линейная и степенная функции.
-
В линейной множественной регрессии параметры при переменной x называются коэффициентами «чистой» регрессии. Они характеризуют среднее изменение результата с изменением соответствующего фактора на единицу при неизменном значении других факторов, закрепленном на среднем уровне.
-
Возможен и иной подход к построению уравнения множественной регрессии ,когда на основе матрицы коэффициентов корреляции строится уравнение регрессии в стандартизованном виде:
-
Где -стандартизованные переменные Для которых среднее значение равно нулю а среднее квадратическое отклонение равно единице: -стандартизованные коэффициенты регрессии.
-
Стандартизованные коэффициенты регрессии показывают, на сколько % изменится в среднем результат, если соответствующий фактор xi изменится на 1 % при неизменном среднем уровне других факторов.
-
Стандартизованные коэффициенты регрессии iсравнимы между собой. Сравнивая их друг с другом, можно ранжировать факторы по силе их воздействия на результат. В этом основное стандартизованных коэффициентов регрессии в отличие от коэффициентов “чистой ” регрессии, которые несравнимы между собой.
-
коэффициенты “чистой ” регрессии связанны со стандартизованными коэффициентами регрессии следующими формулами : Это позволяет от уравнения регрессии в стандартизованном виде переходить к уравнению регрессии в естественном виде.
-
Пример. Пусть функция издержек производства y(тыс. руб.) характеризуется уравнением вида x1 - основные производственные фонды(тыс.руб.) х2 -численность занятых в производстве(чел.)
-
Анализируя его, мы видим, что при той же занятости дополнительный рост стоимости основных производственных фондов на 1 тыс.руб. влечет за собой увеличение затрат в среднем на 1,2 тыс.руб. , а увеличение численности занятых на одного человека способствует при той же технической оснащенности предприятий росту затрат в среднем на 1,1 тыс.руб. Однако это не означает ,что фактор x1 оказывает более сильное влияние на издержки производства по сравнению с фактором x2.
-
уравнение регрессии в стандартизованном виде выглядит так Вывод:
-
Так как
-
Рассмотренный смысл стандартизованных коэффициентов регрессии позволяет их использовать при отсеве факторов –из модели исключаются факторы с наименьшим значением .
-
Индекс множественной корреляции
Оценивает тесноту совместного влияния факторов на результат ( 0 ; 1 ) Значение должно быть больше или равно максимальному парному индексу корреляции
-
ЧАСТНАЯ КОРРЕЛЯЦИЯ
Частные коэффициенты (или индексы) корреляции характеризуют тесноту связи между результатом и соответствующим фактором при неизменном уровне других факторов, включенных в уравнение регрессии (-1;1)
-
частные показатели корреляции широко используются при 1) решении проблемы отбора факторов. 2) ранжировании факторов, участвующих в множественной регрессии – для линейных связей (при нелинейной взаимосвязи исследуемых признаков эту функцию выполняют частные индексы детерминации ).
-
Порядок частного коэффициента корреляции определяется количеством факторов, влияние которых исключается. Например,— коэффициент частной корреляции первого порядка.
-
Коэффициенты частной корреляции более высоких порядков можно определить через коэффициенты частной корреляции более низких порядков по рекуррентной формуле
-
При двухфакторах и i= 1 данная формула примет вид:
-
Соответственно при i = 2 и двух факторах частный коэффициент корреляции у с фактором х2можно определить по формуле
Нет комментариев для данной презентации
Помогите другим пользователям — будьте первым, кто поделится своим мнением об этой презентации.