Множественная регрессия

АУДИТОРНАЯ РАБОТА

по дисциплине

«Эконометрика»

Вариант 3

Выполнил: студентка III курса

факультет: учетно-статистический

специальность: бух. учет, анализ и аудит

Галкина Ирина Викторовна

форма обучения: вечер

№ личного дела 04УББ03359

Проверил: Швецова Светлана Федоровна

Калуга, 2007 г.

Содержание

Теоретическая часть

Множественная регрессия………………………………………...……….2 стр.

Практическая часть

Условие………………………………………………………………….…..4 стр.

1.Построение системы показателей (факторов).Анализ

матрицы коэффициентов парной корреляции. Выбор факторных

признаков для построения двухфакторной

регрессионной модели.………………….………………………………….6 стр.

2.Выбор вида модели и оценка её параметров……………………………7 стр.

3.Оценка качества всего уравнения регрессии…………………………..11 стр.

4.Проверка значимости уравнения регрессии на основе вычисления

F-критерия Фишера………………………………………………….…….12 стр.

5.Оценка статистической значимости коэффициентов

уравнения множественной регрессии с помощью t-критерия

Стьюдента…………………………………………………………………..12 стр.

6. Анализ влияния факторов на зависимую переменную по

модели (для каждого коэффициента регрессии вычислить

коэффициент эластичности, β-коэффициент)…………………………….13 стр.

7. Определение точечных и интервальных оценок на два шага

вперёд…………………………………………………………………….…14 стр.

Теоретическая часть

Множественная регрессия

Связь между у и независимыми факторами можно охарактеризовать уравнением (моделью) множественной регрессии.

Множественная регрессия – уравнение связи с несколькими независимыми переменными:

,

где у - зависимая переменная (результативный признак)

- независимые переменные (факторы).

Эта модель показывает, какие значения в среднем принимает результативный показатель у, если переменные примут какие-то свои конкретные значения.

В зависимости от функции будем иметь линейную или не линейную множественную регрессию.

Было доказано, что усложнение формы связи между хi и у не принципиально влияет на конечные результаты. Поэтому для построения уравнения множественной регрессии чаще используются следующие функции:

· линейная - ;

· степенная - ;

· экспонента - ;

· гипербола - .

Можно использовать и другие функции приводимые к линейному виду.

Для оценки параметров уравнения множественной регрессии применяют метод наименьших квадратов (МНК)