2.3. Множественная регрессия
В данном разделе следует:
построить модель множественной линейной регрессии;
предварительно визуально (с помощью графика) оценить качество полученной модели;
оценить качество полученной модели с помощью коэффициента детерминации R2 и средней относительной ошибки ;
спрогнозировать Y при заданных X;
Как и в парной зависимости, используются разные виды уравнений множественной регрессии: линейные и нелинейные.
Наиболее широко используются линейная и степенная функции.
Модель множественной линейной регрессии в общем виде описывается:
y=b0+b1x1+b2x2+…bmxm+ε
Или в матричной форме:
Y=X·b+ε
где:
- матрица-столбец объясняемой переменной;
- матрица-столбец коэффициентов регрессии;
- матрица-столбец ошибок;
- матрица объясняющих переменных (матрица плана)
Параметры при x - (b1, b2,…bm) называются коэффициентами “чистой” регрессии. Они характеризуют среднее изменение результата с изменением соответствующего фактора на единицу при неизменном значении других факторов.
Параметры уравнения множественной регрессии оцениваются, как и в парной, методом наименьших квадратов. При его применении строится система нормальных уравнений. Для множественной линейной регрессии система уравнений выглядит следующим образом:
Ее решение может быть осуществлено методом Крамера. Процедура оценки параметров b0, b1, b2…bm та же, что и в парной регрессии, т.е. находим по правилу умножения матрицу XTX, обратную матрицу (XTX)-1, XTY и далее оценки B: B= (XTX)-1XTY.
Тесноту связи между рассматриваемым набором факторов x1, x2…xm и исследуемым признаком y в линейной и нелинейной множественной регрессии характеризует индекс множественной корреляции (или совокупный индекс корреляции). Для нелинейной множественной регрессии он рассчитывается как:
где:
- остаточная дисперсия для уравнения y=f(x1,x2,…xm)
- общая дисперсия результативного признака
Границы изменения индекса множественной корреляции от 0 до 1. Чем ближе его значение к 1, тем теснее связь результативного признака со всем набором исследуемых факторов. Величина индекса множественной корреляции должна быть больше или равна максимальному парному индексу корреляции:
Заключение
На основе выполненной работы должен быть осуществлен анализ полученных результатов исследования, а именно необходимо пояснить смысл рассчитанных в работе показателей
Список использованной литературы
Айвазян С.А. Основы эконометрики: учебник для вузов. В 2 т. 2-е изд. – М.: ЮНИТИ-ДАНА, 2001.
Эконометрика: Учебник / Под ред. Елисеевой И.И. - М.: Финансы и статистика, 2005.
Эконометрика: Учебник / Под ред. Орлов А.И. – М.: “Экзамен”, 2002.
Практикум по эконометрике: Учебное пособие / Под ред. Елисеевой И.И. - М.: Финансы и статистика, 2004.
Эконометрика: Тихомиров Н.П. , Дорохина Е.Ю. – М.: Изд-во Рос. экон. акад., 2002.
Эконометрика: Учебно-методическое пособие / Шалабанов А.К., Роганов Д.А. – Казань: Издательский центр Академии управления «ТИСБИ», 2004.
Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс: Учебник. – М.: Дело, 2001.
Эконометрика. Решение задач с использованием электронных таблиц Microsoft Excel: Практикум. Полянский Ю.Н., Вепрев С.Б., Лушников М. 2005.
Бывшев В.А. Эконометрика. Учебное пособие. Финансы и статистика, 2008.
Бывшев В.А. Введение в Эконометрику. Учебное пособие. Часть 2, М., ФА, 2003.
Эконометрика: Учебник / Под ред. В.С. Мхитаряна, - М.: Проспект, 2009.