Помощничек
Главная | Обратная связь


Археология
Архитектура
Астрономия
Аудит
Биология
Ботаника
Бухгалтерский учёт
Войное дело
Генетика
География
Геология
Дизайн
Искусство
История
Кино
Кулинария
Культура
Литература
Математика
Медицина
Металлургия
Мифология
Музыка
Психология
Религия
Спорт
Строительство
Техника
Транспорт
Туризм
Усадьба
Физика
Фотография
Химия
Экология
Электричество
Электроника
Энергетика

С помощью какой функции определяется достоверность уравнения регрессии? Какие исходные данные для этого нужны



В регрессионном анализе с помощью функции FРАСП оценивается достоверность уравнения – βf. Аргументы функции (полученные с помощью функции ЛИНЕЙН или ЛГРФПРИБЛ):

1) Х – это значение F статистики

2) степень свободы 1 → количество независимых переменных n

3) степень свободы 2 Сс2→ df

Достоверность уравнения: βf = 1-FРАСП(F; n; df)

 


Трендовые модели: виды, где используются, как строятся.

Анализ по диаграммам проводится только в случае парной регрессии. Метод в основном используется при анализе временных рядов. Общей чертой таких рядов является то, что каждый ряд характеризуется некоторой тенденцией развития процесса во времени, называемого трендом. Трендовые модели обеспечивают выдачу прогнозов на кратко- и среднесрочный периоды при условии, что процесс обладает опр.инерционностью, т.е. для существенного изменения поведения необходимо значительное время.

Виды:

1. равномерные (отображается линейным трендом) у=mx+b

2. равноускоренные (равнозамедленное)

3. развитие с переменным ускорением или замедлением (степени от 3 до 6)

4. развитие с замедлением роста в конце периода у=mlnx+b (логарифмический тренд)

5. экспоненциальный рост

6. развитие по степенной функции: y= b* xm ; y= b/x

Уравнение полиномиальной регрессии двух независимых переменных: вид уравнения; какие коэффициенты необходимо определить; каким способом они вычисляются; какие исходные данные для этого нужны.

инструмент «Регрессия» используется также для нахождения коэффициентов полиномиальной регрессии, например, чтобы получить уравнение двух независимых переменных в виде полинома второй степени, нужно предварительно в соседних с х-ми столбцах вычислить квадрат х-ов и произведение х-ов и рассмотреть их как отдельные переменные (приводится к линейной регрессии 5ти независимых переменных). y=m1x1+m2x1+ m3x12+m4x22+ m5x1х2+b

Х1 Х2 Х12 Х22 Х1Х2
         

 


Уравнение экспоненциальной регрессии трех независимых переменных: вид уравнения; какие коэффициенты необходимо определить; каким способом они вычисляются. Как осуществляется прогнозирование (2 способа)?

Ф-ция ЛГРФПРИБЛ- определяет параметры экспоненциального вида регрессии

Необходимо определить 4 k-та: b , m1,m2,m3.

Вычисление 1 способ:

1.Известные значения y-ков: указывается диапозон зависимой переменной.

2. Известные значения x: указывается диапозон n=3 независимых переменных.

3. Конст- указывается равным 1 (чтобы константа b вычислялась обычным образом)

4.СТАТИСТИКА - указывается равным 1 (чтобы выводилась дополнительная регрессионная статистика)

Ф-ция вводится как табличная Ctrl+SHIFT+alt. Для результата выводится 5 строк(всегда) и (n+1) 3+1 столбцов. Структура результата, возвращаемая ф-ей след-щая:

В первой строке справа налево выводятся k-ты b, m1, m2, m3.

Во второй строке выводятся натур. Ln станд. отклонений k-тов ln Si

В третьей строке: R2 –k-т детерменированности

В четвёртой: F – статистика.

В пятой: df-число степеней свободы (целое число)

F и df использ-ся для оценки достоверности, полученного ур-ия.

Вычисление 2 способ:

С помощью ф-ии РОСТ(исп-ся для прогноза по эксп. Ур-ию регрессии).

Аргументы ф-ий:

1. Известные значения y

2. Известные значения x

3. Новые значения x : указ-ся значения X для которых нужно вычислить прогноз. Если этот аргумент не заполнить. То прогноз будет вычислен для тех же x-ов,кот. были указаны во 2-ом аргументе.

4. КОНСТ=1.

 


 




Поиск по сайту:

©2015-2020 studopedya.ru Все права принадлежат авторам размещенных материалов.