РЕГРЕССИОНЫЙ И КОРРЕЛЯЦИОННЫЙ АНАЛИЗ
Параметр Y, значение которого нужно предсказывать, является зависимой переменной Параметр X, значения которого нам известны заранее и который влияет на значения Y, называется независимой переменной
Корреляционная зависимость Y от X – это функциональная зависимость уравнение регрессииY на X Метод наименьших квадратов позволяет определить коэффициенты уравнения регрессии таким образом, чтобы точки, построенные по исходным данным , лежали как можно ближе к точкам линии регрессии , где – значение, вычисленное по уравнению регрессии; – отклонение (ошибка, остаток) n – количество пар исходных данных
Понятие отклонения для случая линейной регрессии
Неравномерное распределение исходных точек вдоль линии регрессии
Шаги проведения регрессионного анализа и прогнозирования: 1) построить график исходных данных и попытаться зрительно, приближенно определить характер зависимости; 2) выбрать вид функции регрессии, которая может описывать связь исходных данных; 3) определить численные коэффициенты функции регрессии; 4) оценить силу найденной регрессионной зависимости на основе коэффициента детерминации ; 5) сделать прогноз (при ) или сделать вывод о невозможности прогнозирования с помощью найденной регрессионной зависимости. Зависимость времени доставки груза от расстояния доставки Множество пар данных, в которых время является независимой переменой X, называется временным рядом Тренд –общая тенденция изменения значений параметра Y во времени
Динамика изменения значений параметра Y характеризуется не только трендом, но и циклическими колебаниями
Если эти колебания повторяются в течении небольшого промежутка времени, то они называются сезонной вариацией
Колебания, повторяющиеся в течение длительного промежутка времени (обычно исчисляемого в годах), называются циклической вариацией ОБЩАЯ ПРОЦЕДУРА АНАЛИЗА ВРЕМЕННОГО РЯДА:
1.Расчет значений сезонной компоненты. 2.Исключение сезонной компоненты из фактических значений. Расчет тренда на основе полученных данных с помощью, например, регрессионного анализа. 3.Расчет ошибок как разности между фактическими и трендовыми значениями. 4.Выбор из множества моделей наилучшей.
СГЛАЖИВАНИЕ Суть методов скользящего среднего и экспоненциального сглаживания состоит в том, фактические уровни исследуемого временного ряда заменяются их средними значениями, погашающими случайные колебания. Это позволяет более четко выделить основную тенденцию изменения исследуемого параметра.
Популярное: Как вы ведете себя при стрессе?: Вы можете самостоятельно управлять стрессом! Каждый из нас имеет право и возможность уменьшить его воздействие на нас... Как выбрать специалиста по управлению гостиницей: Понятно, что управление гостиницей невозможно без специальных знаний. Соответственно, важна квалификация... Почему двоичная система счисления так распространена?: Каждая цифра должна быть как-то представлена на физическом носителе... Почему стероиды повышают давление?: Основных причин три... ©2015-2024 megaobuchalka.ru Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. (327)
|
Почему 1285321 студент выбрали МегаОбучалку... Система поиска информации Мобильная версия сайта Удобная навигация Нет шокирующей рекламы |