1 / 18

Regresijos determinuotumas

Regresijos determinuotumas. 20 14 -0 3 - 27. D.Gujaraty . Basic Econometrics., 3. Two variable Regression Model: The Problem of Estimation. 3.5 The Coefficient of Determination r 2 A measure of “Goodness of Fit“ 6.1 Regression through the Origin. Regresijos determinuotumas.

kasie
Download Presentation

Regresijos determinuotumas

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Regresijos determinuotumas 2014-03-27 D.Gujaraty. Basic Econometrics., 3. Two variable Regression Model: The Problem of Estimation. 3.5 The Coefficient of Determination r2A measure of “Goodness of Fit“ 6.1 Regression through the Origin.

  2. Regresijos determinuotumas • Regresijos determinuotumo samprata • Regresijos statistinio reikšmingumo tikrinimas

  3. Regresijos determinuotumas

  4. Regresijos determinuotumas =1264

  5. Regresijos determinuotumas =1476

  6. Regresijos determinuotumas

  7. Regresijos determinuotumas

  8. Regresijos determinuotumas Determinacijos koeficientas R2 kur yi - faktinės priklausomojo kintamojo reikšmės - pagal regresijos lygtį apskaičiuotos priklausomojo kintamojo reikšmės - priklausomojo kintamojo vidurkio reikšmė Kai R2 1 regresijos lygties determinuotumas didėja

  9. Regresijos determinuotumas samprata • Regresinio ryšio determinuotumas parodo, kokią priklausomojo kintamojo reikšmių išsibarstymo apie vidurkį dalį paaiškina regresinė lygtis • Ryšio determinuotumas nustatomas tarpusavyje lyginant regresija ir vidurkiu paaiškinamą priklausomojo kintamojo reikšmių išsibarstymą

  10. Dauginės koreliacijos koeficientas Dauginės koreliacijos koeficientas parodo, ryšio stiprumą tarp priklausomo kintamojo (nagrinėjamo reiškinio) ir visų nepriklausomų kintamųjų (įtakojančių veiksnių)

  11. Koreguotas determinacijos koeficientas - Koreguotas determinacijos koeficientas

  12. Pavyzdys: PVM Dauginės koreliacijos koef. ( r ) Dauginės determinacijos koef R2 Koreguotasdeterminacijos koef ESS RSS TSS

  13. Pavyzdys: Studentų ūgiai(1-2-3-4) Dauginės koreliacijos koef. ( r ) Dauginės determinacijos koef R2 Koreguotasdeterminacijos koef ESS RSS TSS

  14. Regresijos statistinio reikšmingumo (patikimumo) tikrinimas Atsitiktinis dydis yra pasiskirstęs pagal F skirstinį su k skaitiklyje ir n-k-1 vardiklyje laisvės laipsnių

  15. Regresijos statistinio reikšmingumo tikrinimas

  16. Regresijos determinuotumas 1. žingsnis. Iškeliame hipotezes: H0: visi j=0, (parametrai prie nepriklausomų kintamųjų yra lygūs 0 t.y., regresija yra nereikšminga, nes nė vienas veiksnys neįtakoja priklausomojo kintamojo) H1: bent vienas iš parametrų j nėra lygus 0 (regresija statistiškai reikšminga, nes yra bent vienas veiksnys, kuris įtakoja priklausomą kintamąjį) 2 žingsnis Apskaičiuojama pagal formulę F statistikos reikšmė ir laisvės laipsnių skaičius k, ir n-k-1.

  17. Regresijos determinuotumas 3 žingsnis Apskaičiuotą faktinę F reikšmę lyginame su pasirinkto reikšmingumo, pvz., 5 proc. (=0,05), teorine Fk,n-k-1 reikšme iš F-skirstinio lentelių 4 žingsnis Išvada. Jeigu Fapskaičiuota > Fk,n-k-1 , tuomet su 95% pasikliovimo lygmeniu atmetame nulinę hipotezę, jog regresija yra statistiškai nereikšminga, ir priimame alternatyvią, kad bent vienas nepriklausomas kintamasis daro statistiškai reikšmingą poveikį priklausomam kintamajam. Jeigu yra priešingai ,t.y., Fapskaičiuota < Fk,n-k-1 , tuomet negalime atmesti nulinės hipotezės

  18. Pvz. F3,47=2,84 MSE MSR Fapskaičiuota

More Related