Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
Задачи: регрессионный анализ лежит в сфере установленных форм зависимости, определенными факторами регрессии, использования уравнения для оценки неизвестных значений зависимой переменной.
у - признак-результат, зависимая переменная
х - признак-фактор, независимая переменная
Существует достаточно важная характеристика связей с точки зрения взаимодействия фактора.
Если характерная связь 2-х признаков - парная, если более 2-х - множественная.
(30 вопрос)Для характерного изменения влияния (х) на вариацию (у) служат методы регрессионного анализа.
В случае парной линейной зависимости строится регрессионная модель: yi=a0+a1xi+еi, где i=1,...,n
n-число наблюдений;
а0, а1 - неизвестные характеристики уравнения;
еi- ошибка случайной переменной (у).
При подстановки (х) получаем парное уравнение регрессии.
уiтеор=a0+a1xi
уiтеор- рассчитанное значение результативного признака;
а0, а1 - рассчитанные с помощью значений различных мат. методов и процедур. Наиболее распространен - метод наибольших квадратов.
Оценки а0, а1 наименьшим образом получаются когда å(yi-yiтеор)®min
Сумма квадратов отклонения эмпирических значений зависимых переменных от вычисления по уравнению регрессии должны ®min.
dF/da=0
dF/da0=0
2 2
a1=(ху-х*у)*/х-(х)
2 2 2
х-(х)=sх
Форма представляется в виде уравнения регрессии.
Уравнение регрессии - определенная математическая функция, которая описывает связь между зависимой и независимой переменной.
Простейший вид уравнения регрессии - парная линейная регрессия.
у=а+bх
у - признак-результат (зависимая переменная)
х - признак-фактор (независимая переменная)
а, b - параметры уравнения.
Эта запись предполагает, что значение признака-результата (у) полностью определяются значениями признака-фактора (х).
у=а+bхi+ei
ei - ошибка (остаток) регрессии
Если на поле координат нанести поле корреляции в виде точек, координаты которого определяются значениями признака-результата и признака-фактора у каждой единиц совокупности. (69 квартир, т.е. 69 точек) И построить линию регрессии.
ei - разница между фактическими и теоретическими значениями у.
ei - разница по вертикали между точкой на поле корреляции и точкой на линии регрессии.
Т.к. в соц.-экон. явлениях функциональная зависимость отсутствует, то ошибка выборки уравнения регрессии будет всегда.
Парная регрессия широко используется на практике (как и парная корреляции), т.к. часто имеется фактор доминирующий среди множества факторов определяющих признак-результат, а также нередко возникает необходимость оценить влияние одного конкретного фактора.
Чтобы воспользоваться уравнением регрессии нужно рассчитать его параметры.
Самый распространенный метод вычисления параметров регрессии - метод наименьших квадратов (МНК).
Суть МНК - удается получить такие значения параметров, при которых минимизируется сумма квадратов отклонений расчетных или теоретических значений признака-результата от их фактических значений.
2
S=å(yi-y)®min
Рассмотрим S как f(a,b) проводят дифференцирование приравнивая частичные производные к нулю и строят систему нормальных уравнений.
df/da=0 df/db=0
Решение системы нормальных уравнений позволяет найти параметры a и b.
2
b=(x*y-x*y)/sx
sx - дисперсия признака-фактора.
у=а-bх
Пример: при оценке зарплаты от величины прожиточного минимума.
у=0,77+0,92х ® (0,77 - а, 0,92 - b)
у - зарплата по регионам
х - величина прожиточного минимума
Параметр а - содержательно не интерпретируется.
Параметр b - коэффициент регрессии и характеризует на сколько единиц своего измерения изменяется признак-результат при изменении признака фактора на 1 своего измерения.
0,92 - при изменении величины прожиточного минимума на 1 рубль, величина зарплаты увеличится на 92 копейки.
Знак при коэффициенте регрессии характеризует направленность зависимости.
(+) - зависимость прямая
(-) - зависимость обратная
Дата публикования: 2014-11-29; Прочитано: 415 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!