Академический Документы
Профессиональный Документы
Культура Документы
,
где у – фактическое значение результативного признака;
^y x– теоретическое значение результативного признака, найденное
исходя из уравнения регрессии;
ε – случайная величина, характеризующая отклонения реального
значения результативного признака от теоретического, найденного по
уравнению регрессии.
В парной регрессии выбор вида математической функции ^y x =f ( x )
может быть осуществлен тремя методами:
1) графическим;
2) аналитическим, т.е. исходя из теории изучаемой взаимосвязи;
3) экспериментальным.
При изучении зависимости между двумя признаками графический метод
подбора вида уравнения регрессии достаточно нагляден. Он основан на поле
корреляции. Основные типы кривых, используемые при количественной
оценке связей, представлены на рис. 1.1:
или . (1.1)
Уравнение вида ^y x =a+b ∙ x позволяет по заданным значениям фактора x
находить теоретические значения результативного признака, подставляя в
него фактические значения фактора x. Случайная величина называется
также возмущением. Она включает влияние не учтенных в модели факторов,
случайных ошибок и особенностей измерения. Ее присутствие в модели
порождено тремя источниками: спецификацией модели, выборочным
характером исходных данных, особенностями измерения переменных.
Построение линейной регрессии сводится к оценке ее параметров a и b.
Классический подход к оцениванию параметров линейной регрессии основан
на методе наименьших квадратов (МНК). МНК позволяет получить такие
оценки параметров a и b, при которых сумма квадратов отклонений
фактических значений результативного признака y от теоретических ^y x
минимальна:
. (1.2)
Т.е. из всего множества линий линия регрессии на графике выбирается так,
чтобы сумма квадратов расстояний по вертикали между точками и этой
линией была бы минимальной (рис. 1.2):
y
yi
i
ŷi
xi x
i =1 i=1 i =1 ,
тогда:
n
S ( a , b ) =∑ ( y i−a−b ∙ x i)
2
i=1
{
n
∂S
=−2 ∑ ( y i−a−b ∙ x i)=0
∂a
n
i=1
(1.3)
∂S
=−2 ∑ x i ( y i−a−b ∙ x i)=0
∂b i=1
{
n n
a∙ n+ b ∙ ∑ x i=∑ yi
i=1 i=1 (1.4)
n n n
a ∙ ∑ x i +b ∙ ∑ x 2i =∑ x i y i
i =1 i=1 i=1
, , (1.5)
, , , .
Ковариация – числовая характеристика совместного распределения двух
случайных величин, равная математическому ожиданию произведения
отклонений этих случайных величин от их математических ожиданий.
Дисперсия – характеристика случайной величины, определяемая как
математическое ожидание квадрата отклонения случайной величины от ее
математического ожидания. Математическое ожидание – сумма
произведений значений случайной величины на соответствующие
вероятности.
Параметр b называется коэффициентом регрессии или коэффициентом
эластичности. Его величина показывает среднее изменение результата с
изменением фактора на одну единицу.
Возможность четкой экономической интерпретации коэффициента
регрессии сделала линейное уравнение регрессии достаточно
распространенным в эконометрических исследованиях.
Формально a – значение y при x=0. Если признак-фактор x не может
иметь нулевого значения, то вышеуказанная трактовка свободного члена a
не имеет смысла, т.е. параметр a может не иметь экономического
содержания.
Контрольные вопросы:
1. Что такое регрессия?
2. Что такое регрессионный анализ?
3. Что такое парная регрессия?
4. Методы выбора вида математической функции в парной регрессии.
5. Как осуществляется оценка параметров в парной регрессии?
6. Метод наименьших квадратов в оценке параметров регрессии
Основная литература
1. Эконометрика. Учебник для бакалавров Под ред. И.И. Елисеевой М.:
Проспект, 2013. – 288 с.
2. Эконометрика: Учебник для вузов Кремер Н.Ш., Путко Б.А. / Под ред.
проф. Н.Ш. Кремера М.: ЮНИТИ-ДАНА, 2012. – 311 с.
3. Эконометрика. Практикум: Учебное пособие С.А. Бородич М.: ИНФРА –
М, 2014 г. – 229 с.
4. Эконометрика: теория и практика: электронный ресурс для вузов А.Н.
Герасимов, А.В. Гладилин, ЕИ. Громов М.: КНОРУС, 2011
5. Эконометрика. Электронный учебник Беркимбаева С.Б., Дальбекова К.С.,
Елеусинова А.У., Сейдалиева Г.О. UIB, 2019, Эл. формат