Презентация на тему "Дисперсионно-ковариационная матрица(используется для оценки значимости параметров модели)"

Презентация: Дисперсионно-ковариационная матрица(используется для оценки значимости параметров модели)
1 из 43
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

"Дисперсионно-ковариационная матрица(используется для оценки значимости параметров модели)" состоит из 43 слайдов: лучшая powerpoint презентация на эту тему находится здесь! Вам понравилось? Оцените материал! Загружена в 2018 году.

  • Формат
    pptx (powerpoint)
  • Количество слайдов
    43
  • Слова
    другое
  • Конспект
    Отсутствует

Содержание

  • Презентация: Дисперсионно-ковариационная матрица(используется для оценки значимости параметров модели)
    Слайд 1

    Обзор (продолжение)Обобщенная регрессионная модель

  • Слайд 2

    Дисперсионно-ковариационная матрица(используется для оценки значимости параметров модели)

  • Слайд 3

    Оценка дисперсии остатков  число степеней свободы

  • Слайд 4
  • Слайд 5
  • Слайд 6
  • Слайд 7
  • Слайд 8

    Определим наличие смещенности оценок

  • Слайд 9

    Вывод: оценки и являются смещенными

  • Слайд 10

    Проверка значимости модели и ее параметров

    Проверка значимости модели по критерию Фишера

  • Слайд 11
  • Слайд 12

    Если для уровня значимости и числа степеней свободы и , то уравнение считается значимым

  • Слайд 13

    Так как , то уравнение считается значимым

  • Слайд 14

    Стандартизированные коэффициенты регрессии (-коэффициенты), коэффициенты частной детерминации

  • Слайд 15

    Определение

    -коэффициенты показывают влияние независимых переменных на зависимую в относительных единицах измерения

  • Слайд 16

    Стандартизированное уравнение регрессии

  • Слайд 17

    Стандартизированное уравнение множественной регрессии

  • Слайд 18

    Определение

    Коэффициент частной детерминации показывает предельный (граничный) вклад -го регрессора (независимой переменной) в (общую вариацию)

  • Слайд 19

    или

    на какую величину уменьшится коэффициент множественной детерминации, если -ю переменную исключить из модели

  • Слайд 20
  • Слайд 21
  • Слайд 22

    Интерпретация: 88% процентов общей вариации переменной объясняется вариацией показателя торговой площади и почти 11% вариацией среднедневного потока покупателей .

  • Слайд 23

    Проверка значимости параметров модели и расчет доверительных интервалов

  • Слайд 24

  • Слайд 25

     Доверительные интервалы

  • Слайд 26

    Оценка значимости

  • Слайд 27
  • Слайд 28

    Доверительные интервалы

  • Слайд 29
  • Слайд 30
  • Слайд 31

    Прогноз значений зависимой переменной yи построение доверительных интервалов прогноза

  • Слайд 32

    Точечный прогноз

    Оценка дисперсии прогноза Оценка среднеквадратического отклонения прогноза

  • Слайд 33

    Доверительные интервалы точечного прогноза

  • Слайд 34

    Интервальный прогноз

    Оценка среднеквадратического отклонения прогноза Доверительные интервалы интервального прогноза

  • Слайд 35

    Пусть Тогда

  • Слайд 36
  • Слайд 37
  • Слайд 38
  • Слайд 39
  • Слайд 40

    Процедура многошагового регрессионного анализа

    Направления по мере добавления в модель независимых переменных; по мере исключения из модели многофакторной регрессии несущественновлияющих независимых переменных.

  • Слайд 41

    Шаги (первое направление)

    Расчет коэффициентов парной корреляции Выбор среди рассчитанных коэффициентов наибольшего (по абсолютной величине). Включение в модель соответствующего показателя

  • Слайд 42

    Построение модели парной регрессии, оценка значимости ее параметров Последовательное дополнение модели независимыми переменными по мере уменьшения значений . Построение моделей, оценка их значимости

  • Слайд 43

    Шаги (второе направление)

    Построение модели множественной регрессии с включением в нее всего набора независимых переменных; Оценка значимости параметров модели по критерию Стьюдента. Исключение из модели наименее значимой переменной; Пересчет параметров модели для оставшегося набора независимых переменных. Оценка значимости параметров и т.д.

Посмотреть все слайды

Сообщить об ошибке