2018-02-14
1115
Нелинейная парная регрессия. Основная сложность нелинейной регрессии.
Исследование трех нелинейных моделей (гиперболической, степенной, показательной): логарифмические преобразования, использованиеи МНК для нахождения оценок параметров моделей, расчет точечного и среднего коэффициентов эластичности.
Литература
[2], [3], [4]
Тема 4. Множественный регрессионный анализ.
Свойства коэффициентов регрессии и проверка гипотез
Множественная линейная регрессия, основные понятия (модель множественной регрессии, частичные коэффициенты регрессии, число степеней свободы).
Предпосылки метода наименьших квадратов. Расчет коэффициентов множественной линейной регрессии. Дисперсии и стандартные ошибки коэффициентов. Интервальные оценки параметров теоретического уравнения регрессии. Интервальная оценка для индивидуального и среднего значений предсказания.
Анализ качества эмпирического уравнения множественной линейной регрессии: проверка статистической значимости коэффициентов уравнения регрессии, проверка качества уравнения регрессии в целом. Скорректированный коэффициент детерминации 
, анализ статистической значимости коэффициента детерминации, проверка равенства двух коэффициентов детерминации в случае исключения или включения переменных, проверка гипотезы о совпадении уравнений регрессии для двух выборок, проверка выполнимости предпосылок метода наименьших квадратов (статистика Дарбина- Уотсона 
).
Матрица коэффициентов парной корреляции, свойства и смысл ее определителя. Частные коэффициенты корреляции. Средние частные коэффициенты эластичности 
как показатели сравнительной силы влияния каждого фактора на результативный признак.
Литература
[2], [3], [4]
Тема 5. Гетероскедастичность.
Обнаружение и методы ее устранения
Суть, последствия и обнаружение гетероскедастичности (графический анализ отклонений, тест ранговой корреляции Спирмена, тест Голдфелда-Квандта). Устранение гетероскедастичности; метод взвешенных наименьших квадратов.
Литература
[1], [2], [3], [4]
