![]() Главная страница Случайная страница КАТЕГОРИИ: АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника |
Линейная регрессия и корреляция
Пусть подобраны n статистических значений свободной, объясняющей переменной х и n статистических значений зависимой переменной y. Построение линейной регрессии сводится к оценке ее параметров – a и b. Оценки параметров линейной регрессии могут быть обнаружены различными способами. Возможно обратиться к полю корреляции и, подобрав на графике две точки, провести через них прямую линию, после этого по графику найти значения параметров. Параметр a определим как точку пересечения линии регрессии с осью 0y, а параметр b оценим исходя из угла наклона линии регрессии как dy/dx, где dy – приращение результат y, а dx – приращение фактора x, то есть: Классический способ к оцениванию параметров линейной регрессии основан на методе наименьших квадратов (МНК). Метод наименьших квадратов разрешает получить такие оценки параметров a и b, при которых сумма квадратов отклонений фактических значений результативного признака y от расчетных
Параметры уравнения линейной регрессии можно вычислить следующим образом:
Решая систему нормальных уравнений найдем искомые оценки параметров a и b. Параметр b называется коэффициентом регрессии. Его значение показывает среднее изменение итога с изменением фактора на одну единицу. Знак при коэффициенте регрессии b указывает направление взаимосвязи: b> 0 – связь прямая, а при b< 0 – связь обратная. Формально a – значение y при x=0. Если показатель – фактор x не имеет и не может иметь нулевого значения, то трактовка свободного члена a не имеет смысла. Параметр a может не иметь экономического содержания. Попытки экономически интерпретировать параметр а могут привести к абсурду, особенно при a< 0. Интерпретировать можно лишь знак при параметре а. Если a> 0, то относительное изменение результата происходит медленнее, чем изменение фактора. Иначе говоря, вариация тога меньше вариации фактора – коэффициент вариации по фактору x выше коэффициента вариации для результата y: Уравнение регрессии всегда дополняется показателем тесноты связи. При использовании линейной регрессии в качестве такого показателя выступает линейный коэффициент корреляции
Линейный коэффициент корреляции находится в границах Значение линейного коэффициента корреляции оценивает тесноту взаимосвязи рассматриваемых признаков в ее линейной форме. В следствии этого близость абсолютной величины линейного коэффициента корреляции к нулю еще не значит отсутствия взаимосвязи между показателями имеет возможность оказаться достаточно тесной. Для оценки качества подбора линейной функции рассчитывается квадрат линейного коэффициента корреляции
Значение коэффициента детерминации является одним из критериев оценки качества линейной модели. Чем больше доля объясненной разновидности, тем согласно с этим меньше роль других факторов и, следовательно, линейная модель хорошо аппроксимирует начальные данные, и ею можно воспользоваться для прогноза значений результативного признака. Линейный коэффициент корреляции по содержанию отличается от коэффициента регрессии. Выступая показателем силы взаимосвязи, коэффициент регрессии b на первый взгляд может быть применен как измеритель ее тесноты. Линейный коэффициент корреляции как измеритель тесноты линейной взаимосвязи показателей логически связан не только с коэффициентом регрессии b, но и с коэффициентом эластичности, который считается признаком силы взаимосвязи, выраженным в процентах. При линейной взаимосвязи признаков x и y средний коэффициент эластичности в общем по совокупности определяется как
В данном случае, измерителем тесноты связи выступает линейный коэффициент корреляции, а коэффициент регрессии и коэффициент эластичности – показатели силы связи: коэффициент регрессии является абсолютной мерой, ибо имеет единицы измерения, присущие изучаемым признакам x и y, а коэффициент эластичности – относительным показателем силы связи, потому что выражен в процентах. Несмотря на всю значимость измерителя тесноты взаимосвязи, в эконометрике большой практический интерес приобретает коэффициент детерминации, потому как он дает условную меру воздействия фактора на тог, фиксируя одновременно и роль ошибок, то есть случайных составляющих в формировании моделируемой переменной. Чем ближе коэффициент детерминации к 1, тем большей степени уравнение регрессии пригодно для прогнозирования. [И. И. Елисеева с. 51]
|