Данная программа включает определение числовых характеристик одномерных рядов распределения исключение аномальных наблюдений проверку нормальности распределения и определения теоретической функции вместе с проверкой ее согласованности с эмпирической функцией распределения по критерию множественный и парный корреляционный и регрессионный анализы. Класс аппроксимирующих функций представлен формами связи линейно- [c.178]
Одномерный метод проверки гипотезы, использующий стандартное нормальное распределение. [c.584]
Основной особенностью корреляционного анализа следует признать то, что он устанавливает лишь факт степени тесноты связи, не вскрывая ее причин. Кроме того, не существует общеупотребительного критерия проверки нормальности совместного распределения анализируемых переменных, поэтому обычно ограничиваются проверкой нормальности частных одномерных распределений. В условиях малых выборок подобная проверка может быть осуществлена с помощью показателей асимметрии и эксцесса, рассчитываемых через показатели центральных моментов третьего и четвертого порядков и среднее квадратическое отклонение. [c.119]
| Рис. 12. Эмпирическая плотность одномерного распределения величин (Лп)п зоО поДЧИИЯЮ1ПИХСЯМО Дели 4- С (16) (см. ЗЬ). Непрерывная кривая - плотность соответствующего нормального распределения JV(m, <т2) с m = /1300, т2 = |  |
Более того, дисперсионный анализ (в отличие от MANOVA — многомерного дисперсионного анализа) предполагает одномерный отклик. В нашем эксперименте требование нормальности распределения не критично, поскольку величины yi или уц основаны на большом числе наблюдений, на 400 наблюдениях. Требование независимости наблюдений выполняется для yt (но не для у ц, т. е. только для заданного значения / наблюдения независимы). Требование равенства дисперсий, как мы увидим далее, нарушено как для yt, так и для уц. Если не брать дополняющих величин, то из биномиального распределения следует [c.299]
Имея в распоряжении одну единственную реализацию временного ряда, просто невозможно проверить справедливость такого утверждения. В то же время, еще возможно проверить гипотезу о нормальности одномерного (маргинального) распределения стационарного временного ряда. Соответствующая процедура была предложена в работе Ломницкого [Lomni ki (1961)]. Пусть [c.51]
Однозначно оценить коэффициенты в (2) не представляется возможным, поэтому необходимо сделать дополнительные предположения об их природе. Пусть а -случайная величина, реализующаяся для каждого региона и налога согласно нормальному распределению с ненулевым математическим ожиданием для каждого налога а, и фиксированной дисперсией а Также предположим, что /3 фиксированный вектор, одинаковый для всех территорий и во времени, но с разными элементами для каждого налога. Это равносильно утверждению, что все факторы, влияющие на /3 , в том числе и налоговые усилия территории, предполагаются одинаковыми для всех территорий и постоянными во времени. Такое упрощение ведет к снижению прогнозирующих возможностей модели, но позволяет обойтись без сложного моделирования зависимости /3 от налоговых усилий, разных для территорий внешних и случайных факторов. Отказ от данного упрощения потребует перехода кэконометрическим моделям на основе временных рядов, панельных данных или одномерному детерминистическому методу прогнозирования. [c.71]