Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
Y = b0+b1x, где
b1 – коэф. Регрессии, показывающий, на сколько изменился Y, при изменении х на единицу;
b0 – свободный член, показывающий значение Y при х=0 (но не всегда).
Выполнение предпосылок МНК приводит к тому, что оценки b0 и b1 эффективны в классе линейных несмещённых оценок.
- стандартная ошибка регрессии (парной)(множественной n-m-1 в знаменателе).
- стандартная ошибка коэф. Регрессии b1.
– стандартная ошибка коэф.регрессии b0
Проверять гипотезу о значимости коэффициента регрессии, означает проверить, что он не равен нулю и целесообразно включить его в модель.
Доверительные интервалы для коэффициентов регрессии:
Для b0: (b0 – t * Sb0 < b0 < b0 + t * Sb0)
Для b1: (b1 – t * Sb1 < b1 < b1 + t * Sb1)
Доверительный интервал – интервал, который показывает в каких пределах могут изменяться коэффициенты регрессии.
19. Интервальные оценки коэффициентов регрессии
Базовыми предпосылками МНК является предположение о нормальном распределении отклонений εi с нулевым математическим ожиданием и постоянной дисперсией.
Это позволяет получать не только наилучшие линейные несмещенные точечные оценки коэффициентов b0 и b1 линейного уравнения регрессии, но и находить их интервальные оценки, что дает определенные гарантии точности. Доверительные интервалы для коэффициентов имеют вид:
Для b0: (b0 – t * Sb0 < b0 < b0 + t * Sb0)
Для b1: (b1 – t * Sb1 < b1 < b1 + t * Sb1)
Доверительный интервал – интервал, который показывает в каких пределах могут изменяться коэффициенты регрессии.
Фактически доверительный интервал определяет значения теоретических коэффициентов регрессии β0 и β1, которые будут приемлемыми с надежностью 1− α при найденных оценках b0 и b1.
Дата публикования: 2015-02-03; Прочитано: 740 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!