Курсовая работа (т): Статистическая значимость в парной линейной регрессии
Если аргумент статистика имеет значение ЛОЖЬ или опущен, функция ЛИНЕЙН возвращает только коэффициенты (то есть, вектор-строку). Размер диапазона ячеек, в которые будет записан результат выполнения функции ЛИНЕЙН следующий:
. Если статистика=ЛОЖЬ, то 1 строка и n столбцов (n-число определяемых параметров)
. Если статистика=ИСТИНА, то 5 строк и n столбцов.
Описание значений, вычисляемых функцией, приведены в
таблице 2.1.
Таблица 2.1 - Описание значений, вычисляемых функцией
|
Величина |
Описание |
|
sen ;sen-1; …; se1 |
Стандартные значения ошибок для коэффициентов bn; bn-1; …; b1 |
|
se0 |
Стандартное значение ошибки для постоянной b0 (seb0 = #Н/Д, если аргумент |
|
|
константа имеет значение ЛОЖЬ). |
|
r2 |
Квадрат коэффициента корреляции. |
|
sey |
Стандартная ошибка для оценки y. |
|
F |
F-статистика или F-наблюдаемое значение. F-статистика используется для определения того, является ли случайной наблюдаемая взаимосвязь между зависимой и независимой переменными. |
|
df |
Степени свободы. Степени свободы полезны для нахождения F-критических значений в статистической таблице. Для определения уровня надежности модели необходимо сравнить значения в таблице с F-статистикой, возвращаемой функцией ЛИНЕЙН. |
|
ssрег |
Регрессионная сумма квадратов. |
|
ssост |
Остаточная сумма квадратов, равна сумме квадратов разностей для каждой точки между прогнозируемым значением y и фактическим значением y (выражение). |
Таким образом, все явления окружающего мира взаимосвязаны
и взаимообусловлены. В сложном хитросплетении все охватывающей взаимосвязи
любое из них является последствием действия определенного множества причин и
одновременно причиной этих явлений именно проведение
регрессионно-корреляционного анализа позволяет определить: факт наличия
взаимосвязи, его направление и формы; измерить степень плотности связи и
оценить эффекты влияния одних явлений на другие.
Заключение
В экономических исследованиях задача выявления факторов, определяющих уровень и динамику экономического процесса, чаще всего решается методами корреляционного и регрессионного анализа. Для достоверного отображения объективно существующих в экономике процессов существует необходимость не только выявить существенные взаимосвязи, но и дать им количественную оценку.
Основными задачами корреляционного анализа являются оценка силы связи и проверка статистических гипотез о наличии и силе корреляционной связи. Не все факторы, влияющие на экономические процессы, являются случайными величинами, поэтому при анализе экономических явлений обычно рассматриваются связи между случайными и неслучайными величинами. Такие связи называются регрессионными, а метод математической статистики, их изучающий, называется регрессионным анализом.
Наиболее сложным этапом, завершающим регрессионный анализ, является интерпретация полученных результатов, т.е. перевод их с языка статистики и математики на язык экономики.
Интерпретация моделей регрессии осуществляется методами той отрасли знаний, к которой относятся исследуемые явления. Всякая интерпретация начинается со статистической оценки уравнения регрессии в целом и оценки значимости входящих в модель факторных признаков, т.е. с изучения, как они влияют на величину результативного признака. Чем больше величина коэффициента регрессии, тем значительнее влияние данного признака на моделируемую обработку биржевых ставок. Особое значение при этом имеет знак перед коэффициентом регрессии. Знаки коэффициентов регрессии говорят о характере влияния на результативный признак статистической обработки биржевых ставок. Если факторный признак имеет плюс, то с увеличением данного фактора результативный признак возрастает; если факторный признак со знаком минус, то с его увеличением результативный признак уменьшается. Интерпретация этих знаков полностью определяется социально-экономическим содержанием моделируемого признака. Если его величина изменяется в сторону увеличения, то плюсовые знаки факторных признаков имеют положительное влияние. При изменении результативного признака в сторону снижения положительные значения имеют минусовые знаки факторных признаков. Если экономическая теория подсказывает, что факторный признак должен иметь положительное значение, а он со знаком минус, то необходимо проверить расчеты параметров уравнения регрессии.
Корреляционный и регрессионный анализ позволяет
определить зависимость между факторами, а также проследить влияние
задействованных факторов. Эти показатели имеют широкое применение в обработке
статистических данных для достижения наилучших показателей биржевых ставок.
Список использованных источников
1 The teaching of statistics / Studies in mathematical education, vol.7. - Paris, UNESCO, 1991. - 258 pp.
Айвазян С., Мхитарян В. Прикладная статистика и основы эконометрики, том 2.
Долан Э.Дж., Линдсей Д.Е. Рынок: микроэкономическая модель. - СПб: СП "Автокомп", 1992. - 496 с.
Дорохина Е.Ю., Преснякова Л.Ф., Тихомиров Н.П. Сборник задач по эконометрике, 2003.
Доугерти К. Введение в эконометрику, 1999.
Елисеева И.И. Эконометрика. - М, 2007, - 576 с.
Зандер Е.В. Эконометрика: Учебно-методический комплекс. - Красноярск, 2003, - 34 с.
Карп Д.Б. Эконометрика: основные формулы с комментариями. Учебно-методическое пособие. - Владивосток, 2004. - 50 с.
Леванова Л.Н. Основы эконометрики, учебное пособие. - Саратов, 2003.
Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс, - М. 2004, - 576 с.
Суслов В.И., Ибрагимов Н.М., Талышева Л.П., Цыплаков А.А. Эконометрия: Учебное пособие, 2005. - 739 с.
Тихомиров Н.П., Дорохина Е.Ю. Эконометрика, 2003.
Шанченко Н.И. Эконометрика: Лабораторный практикум, 2004.
Эконометрика. Краткий курс: учебное пособие. 2-е изд., испр. / Ю. С. Скляров; ГУАП. - СПб., 2007. - 140 с.
Эконометрика. Начальный курс. Магнус Я.Р., Катышев П.К., Пересецкий А.А. 6-е изд., перераб. и доп. - М.: Дело, 2004. - 576 с.