Оценка уравнения регрессии.

ВВЕДЕНИЕ 3
ГЛАВА 1. УРАВНЕНИЕ РЕГРЕССИИ: ТЕОРЕТИЧЕСКИЕ ОСНОВЫ 4
1.1. Уравнение регрессии: сущность и типы функций 4
ГЛАВА 2 . МОДЕЛИ РЕГРЕССИИ 9
2.1. Парная линейная регрессия 9
2.2. Множественная линейная регрессия 12
ЗАКЛЮЧЕНИЕ 15
СПИСОК ЛИТЕРАТУРЫ 16

Весь текст будет доступен после покупки

Изучение корреляционных зависимостей основано на изучении взаимосвязей между переменными, при которых значения одной переменной, которую можно принять за зависимую переменную, "в среднем" изменяются в зависимости от того, какие значения принимает другая переменная, рассматриваемая как причина по отношению к зависимой переменной. Действие этой причины осуществляется в условиях сложного взаимодействия различных факторов, так что проявление закономерности затемняется влиянием случайностей. При вычислении средних значений результирующего признака для заданной группы значений признака-фактора влияние случайности частично устраняется. Рассчитав параметры теоретической линии связи, они дополнительно устраняются и получается уникальное (по форме) изменение "y" с изменением фактора "x".

Весь текст будет доступен после покупки

ГЛАВА 1. УРАВНЕНИЕ РЕГРЕССИИ: ТЕОРЕТИЧЕСКИЕ ОСНОВЫ
1.1. Уравнение регрессии: сущность и типы функций

Регрессия (лат. regressio-обратное движение, переход от более сложных форм развития к менее сложным) - одно из основных понятий в теории вероятностей и математической статистике, выражающее зависимость среднего значения случайной величины от значений другой случайной величины или нескольких случайных величин. Эта концепция была введена Фрэнсисом Гальтоном в 1886 году. [9]
Теоретическая линия регрессии - это линия, вокруг которой сгруппированы точки корреляционного поля и которая указывает основное направление, основную тенденцию взаимосвязи. [2, С. 246]
Теоретическая линия регрессии должна отражать изменение средних значений результирующего признака "y" по мере изменения значений факторного признака "x" при условии, что все остальные причины – случайные по отношению к фактору " x " - полностью погашены. Поэтому эту линию следует провести так, чтобы сумма отклонений точек корреляционного поля от соответствующих точек теоретической линии регрессии была равна нулю, а сумма квадратов этих отклонений-минимальному значению БА.
y=f(x) - уравнение регрессии представляет собой формулу для статистической связи между переменными.
Прямая линия на плоскости (в пространстве двух измерений) задается уравнением y=a+b*x. более подробно: переменная y может быть выражена в терминах константы (а) и углового коэффициента (b), умноженного на переменную x. константу также иногда называют свободным членом, а угловой коэффициент называют регрессией или В - коэффициентом. [8]
Важным этапом регрессионного анализа является определение типа функции, характеризующей взаимосвязь между признаками. Основной основой должен стать содержательный анализ характера изучаемой зависимости, ее механизма. В этом случае теоретически обоснована форма связи каждого из факторов с эффективным показателем можно далеко не всегда, потому что изучаемые социально-экономические явления очень сложны и факторы, формирующие их уровень, тесно переплетены и взаимодействуют друг с другом. Поэтому на основе теоретического анализа часто можно сделать наиболее общие выводы относительно направленности коммуникации, возможности ее изменения в исследуемой популяции, обоснованности использования линейной зависимости, возможного наличия экстремальных значений и др. Анализ конкретных доказательств должен быть необходимым дополнением к таким предположениям.

Весь текст будет доступен после покупки

1. Елинеев Н.И., Видяева Е.М. Общая теория статистики. – Москва: Финансы и статистика, 2014. – 536с.
2. Ефремов Н.Р., Иванова А.В. Общая теория статистики. – М.: Инфра-М, 2012. – 423с.
3. Общая теория статистики/ под ред. И.И. Блашиного, А.А. Спираного.– М.: Финансы и статистика, 2015. – 420с.
4. Фризов П.П. Статистика. - Москва.: 2015. - 180 с.
5. Теория статистики/ под ред. Н.Л.Фролов. – М.: Инфра-М, 2012. – 466с.
6. Теория статистики/ под ред. Н.А.Мойлового. – М.: Финансы и статистика, 2016. –646с.
7. Корреляционный и регрессионный анализ// http://dvo.sut.ru/libr/opds/i120hod1/7.htm
8. Множественная регрессия// http://www.statsoft.ru/home/textbook/modulees/stmulreg.html/cthe
9. Регрессия// http://ru.science.wikia.com/wiki/%D0%A0%D

Весь текст будет доступен после покупки