Алгоритм построения интервальных оценок параметров регрессионной модели в Excel
Алгоритм построения доверительных интервалов параметров модели имеет следующую последовательность:
1) оценка параметров модели по выборочным данным производится с помощью функции ЛИНЕЙН при параметрах :Константа =1 (=0, если нет свободного члена), статистика =1(всегда). Эти вычисления будут равноценным вычислениям по формулам ; . 2) оценка значений эндогенной переменной и вычисление остатков регрессии: основываясь на данных, полученных с помощью функции линейн подставляем и рассчитываем ; , t=1,…,n; 3) оценка дисперсии возмущений, так же получается при применении функции ЛИНЕЙН (в таблице EXCEL находится под данными ско оценки первого регрессора (константы при единичном регрессоре)):данные равносильны вычисляемым по формуле ; 4) оценка дисперсии коэффициентов, так же выводится в функции ЛИНЕЙН под оценками параметров модели. Равносильно квадратному корню из: ; 5) выбор критического (табличного значения) статистики tkp(n - 2) Критическое значение t^ статистики Стьюдента можно определить в Excel, в категории «Статистические», при помощи функции «Стьюдраспобр». Параметры функции: вероятность (уровень значимости), число степеней свободы (для парной регрессии n - 2).; 6) вычисление границ доверительных интервалов параметров модели по формулам ;
20. Проверка значимости оценок параметров линейной регрессионной модели. При проверке качества спецификации парной регрессии наиболее важной является задача установления наличия линейной зависимости между эндогенной переменной и регрессором модели. С этой целью проверяется значимость оценки параметров α и β. В процедуре проверки значимости оценки параметра парной регрессии используется дробь Стьюдента которая при истинности гипотезы H0:β = 0, против конкурирующей H1: β 0, принимает вид: ,и, при выполнении условий Гаусса—Маркова (относительно случайных возмущений), имеет t-распределение с числом степеней свободы n-2. Аналогично формируется t-статистика для проверки гипотезы H0 значимости параметра α, однако параметр β в парной регрессии имеет более важную роль, так как его значимость соответствует значимости регрессора и наличию линейной связи между переменными модели. Алгоритм проверки значимости параметра β выполняется в следующей последовательности: 1) оценка параметров парной регрессии; 2) оценка дисперсии возмущений S2; 3) оценка ско оценки параметра β; 4) выбор значения tкр (по заданному уровню значимости α и числу степеней свободы (n - 2) из таблиц распределения Стьюдента); 5) проверка неравенства , при H0: β=0 Если данное неравенство выполняется, то регрессор признается незначимым, если не выполняется, то гипотеза H0: β=0 отвергается и регрессор признается значимым, т. е. между эндогенной переменной и регрессором присутствует линейная зависимость. При проверке статистической значимости параметров модели можно использовать следующее приближенное правило 1) , то коэффициент не может быть признан значимым (доверительная вероятность меньше 0,7); 2) , то коэффициент может быть признан значимым с доверительной вероятностью в диапазоне между 0,7-0,95; 3) , то коэффициент признается значимым с доверительной вероятностью в диапазоне между 0,95-0,99; 4) , то значимость коэффициента очевидна (доверительная вероятность находится в диапазоне между 0,99 и выше). Чем больше объем выборки, тем надежнее выводы о значимости коэффициента. При n > 10 приближенное правило дает результаты, близкие к табличным.
Популярное: Почему стероиды повышают давление?: Основных причин три... Почему двоичная система счисления так распространена?: Каждая цифра должна быть как-то представлена на физическом носителе... Как распознать напряжение: Говоря о мышечном напряжении, мы в первую очередь имеем в виду мускулы, прикрепленные к костям ... Модели организации как закрытой, открытой, частично открытой системы: Закрытая система имеет жесткие фиксированные границы, ее действия относительно независимы... ©2015-2024 megaobuchalka.ru Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. (989)
|
Почему 1285321 студент выбрали МегаОбучалку... Система поиска информации Мобильная версия сайта Удобная навигация Нет шокирующей рекламы |