Регрессии
Оценка стат. значимости параметров регрессии проводится с помощью t – статистики Стьюдента и путем расчета доверительного интервала для каждого из показателей. Выдвигается гипотеза Н0 о статистически значимом отличие показателей от 0 a = b = r = 0. Рассчитываются стандартные ошибки параметров a,b, r и фактич. знач. t – критерия Стьюдента.
[pic]
[pic]
[pic]
[pic] [pic] [pic]
Определяется стат. значимость параметров.
ta ›Tтабл - a стат. значим
tb ›Tтабл - b стат. значим
Находятся границы доверительных интервалов.
[pic] [pic] [pic] Анализ верхней и нижней границ доверительных интервалов приводит к выводу о том, что параметры a и b находясь в указанных границах не принимают нулевых значений, т.е. не явл.. стат. незначимыми и существенно отличается от 0.
Нелинейная регрессия. Виды моделей
Если между экономическими явлениями существуют нелинейные соотношения, то
они выражаются с помощью соответствующих нелинейных функций: например, равносторонней гиперболы [pic], параболы второй степени [pic]и д.р.
|
|
Различают два класса нелинейных регрессий:
• регрессии, нелинейные относительно включенных в анализ объясняющих
переменных, но линейные по оцениваемым параметрам;
• регрессии, нелинейные по оцениваемым параметрам.
Примером нелинейной регрессии по включаемым в нее объясняющим переменным могут служить следующие функции:
1. полиномы разных степеней
2. равносторонняя гипербола
К нелинейным регрессиям по оцениваемым параметрам относятся функции:
3. степенная
4. показательная
5. экспоненциальная