Pobierz prezentację
Pobieranie prezentacji. Proszę czekać
1
Model ekonometryczny Jacek Szanduła
2
Model regresji wielorakiej
Współczynniki regresji Zmienna zależna Błąd modelu Zmienne niezależne Jacek Szanduła
3
Równanie regresji wielorakiej
Oszacowania współczynników regresji Oszacowanie wartości zmiennej Y dla i-tej obserwacji Jacek Szanduła
4
Regresja względem dwóch zmiennych
Jacek Szanduła
5
Procedura doboru zmiennych do modelu
Ustalenie zmiennej zależnej Analiza merytoryczna – stworzenie zbioru zmiennych kandydatek Statystyczne metody redukcji zbioru zmiennych Weryfikacja modelu Model do poprawy Model OK Jacek Szanduła
6
Analiza merytoryczna Cel – utworzyć zbiór zmiennych „kandydatek”.
Polega na wykorzystaniu wiedzy o badanym zjawisku. Na tym etapie staramy się wskazać możliwie jak najwięcej zmiennych. Pytanie: co wpływa na zmienną zależną? ? Zmienna zależna Y ? ? ? Jacek Szanduła
7
Ogólna idea doboru zmiennych na podstawie metod statystycznych
X2 X1 Y X4 X3 Cel: znaleźć zbiór zmiennych niezależnych, który wyjaśni Y. Jacek Szanduła
8
Ogólna idea doboru zmiennych na podstawie metod statystycznych
Zbiór zmiennych niezależnych należy zredukować do zmiennych istotnych. Zmienne niezależne powinny być: silnie skorelowane ze zmienną zależną; słabo skorelowane między sobą. Jacek Szanduła
9
Analiza macierzy współczynników korelacji
x1 x2 xm x1 x1 x2 x2 xm xm Wyznaczyć R0 and R. Ustalić wartość r*. Usunąć zmienne dla których |ry,xi| ≤ r*. Spośród pozostałych zmiennych dodać do modelu zmienną Xj najsilniej skorelowaną z Y: Usunąć zmienne dla których |rxj,xi| ≥ r*. Powtarzać kroki 4 i 5 aż nie będzie zmiennych do analizowania. tα,n-2 – rozkład t-Studenta, n – 2 stopnie swobody, poziom istotności α (dwustronny) Jacek Szanduła
10
Estymacja parametrów: notacja
Model regresji Równanie regresji Jacek Szanduła
11
Estymator KMNK Cel: znaleźć b = [b0 b1 … bm]T, który minimalizuje sumę kwadratów reszt (SSE). Rozwiązanie: Warunki: n > m, Jacek Szanduła
12
Miary dopasowania Estymator wariancji modelu Standardowy błąd szacunku
Współczynnik determinacji Jacek Szanduła
13
Skorygowany współczynnik determinacji
Stosowany ze względu na fakt, że dodanie nawet zbędnych zmiennych do modelu zwiększa R2; „Karze” modele ze zbędnymi zmiennymi; Skorygowany R2 daje możliwość lepszego porównania modeli z różną liczbą zmiennych niezależnych; Mniejsza wartość w porównaniu z R2. Jacek Szanduła
14
Weryfikacja modelu 1. Dopasowanie modelu do danych. 2. Istotność parametrów. Jacek Szanduła
15
Test istotności parametrów
Jacek Szanduła
Podobne prezentacje
© 2024 SlidePlayer.pl Inc.
All rights reserved.