Презентация на тему "Множественная регрессия и корреляция (продолжение)"

Презентация: Множественная регрессия и корреляция (продолжение)
1 из 21
Ваша оценка презентации
Оцените презентацию по шкале от 1 до 5 баллов
  • 1
  • 2
  • 3
  • 4
  • 5
0.0
0 оценок

Комментарии

Нет комментариев для данной презентации

Помогите другим пользователям — будьте первым, кто поделится своим мнением об этой презентации.


Добавить свой комментарий

Аннотация к презентации

Скачать презентацию (0.13 Мб). Тема: "Множественная регрессия и корреляция (продолжение)". Предмет: математика. 21 слайд. Добавлена в 2017 году.

  • Формат
    pptx (powerpoint)
  • Количество слайдов
    21
  • Слова
    математика
  • Конспект
    Отсутствует

Содержание

  • Презентация: Множественная регрессия и корреляция (продолжение)
    Слайд 1

    Лекция № 6 множественная регрессия и корреляция.(продолжение)

  • Слайд 2

    При исключении из регрессии р+1 фактора коэффициент детерминации должен уменьшаться, а остаточная дисперсия возрастать; и

  • Слайд 3

    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.

  • Слайд 4

    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.

  • Слайд 5

    Возможен и иной подход к построению уравнения множественной регрессии ,когда на основе матрицы коэффициентов корреляции строится уравнение регрессии в стандартизованном виде:

  • Слайд 6

    Где -стандартизованные переменные Для которых среднее значение равно нулю а среднее квадратическое отклонение равно единице: -стандартизованные коэффициенты регрессии.

  • Слайд 7

    Стандартизованные коэффициенты регрессии показывают, на сколько % изменится в среднем результат, если соответствующий фактор xi изменится на 1 % при неизменном среднем уровне других факторов.

  • Слайд 8

    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.

  • Слайд 9

    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.

  • Слайд 10

    Пример. Пусть функция издержек производства y(тыс. руб.) характеризуется уравнением вида x1 - основные производственные фонды(тыс.руб.) х2 -численность занятых в производстве(чел.)

  • Слайд 11

    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.

  • Слайд 12

    уравнение регрессии в стандартизованном виде выглядит так Вывод:

  • Слайд 13

    Так как

  • Слайд 14

    Рассмотренный смысл стандартизованных коэффициентов регрессии позволяет их использовать при отсеве факторов –из модели исключаются факторы с наименьшим значением .

  • Слайд 15

    Индекс множественной корреляции

    Оценивает тесноту совместного влияния факторов на результат ( 0 ; 1 ) Значение должно быть больше или равно максимальному парному индексу корреляции

  • Слайд 16

    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)

  • Слайд 17

    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 ).

  • Слайд 18

    Порядок частного коэффициента корреляции определяется количеством факторов, влияние которых исключается. Например,— коэффициент частной корреляции первого порядка.

  • Слайд 19

    Коэффициенты частной корреляции более высоких порядков можно определить через коэффициенты частной корреляции более низких порядков по рекуррентной формуле

  • Слайд 20

    При двухфакторах и i= 1 данная формула примет вид:

  • Слайд 21

    Соответственно при i = 2 и двух факторах частный коэффициент корреляции у с фактором х2можно определить по формуле

Посмотреть все слайды

Сообщить об ошибке