Как же можно выразить формально неудовлетворительность полученного уравнения регрессии Можно видеть, что не выполнены необходимые предпосылки об отклонениях от линии регрессии е. Эти величины явно не являются взаимно независимыми, и дисперсия их не постоянна. Нарушения исходных предпосылок не только свидетельствуют о неточной спецификации уравнения регрессии, но и делают неточными полученные оценки коэффициентов регрессии и их стандартных ошибок. Поэтому следующий этап проверки качества уравнения регрессии - проверка некоторых важных свойств, выполнение которых предполагалось при оценивании уравнения регрессии [c.321]
Проверка общего качества уравнения регрессии. [c.130]
После проверки значимости каждого коэффициента регрессии обычно проверяется общее качество уравнения регрессии, которое оценивается по тому, как хорошо эмпирическое уравнение регрессии согласуется со статистическими данными. Другими словами, насколько широко рассеяны точки наблюдений относительно линии регрессии. Очевидно, если все точки лежат на построенной прямой, то регрессия Y на X "идеально" объясняет поведение зависимой переменной. В реальной жизни такая ситуация практически не встречается. Обычно поведение Y лишь частично объясняется влиянием переменной X. Возможные соотношения между двумя переменными имеют наглядную графическую интерпретацию в виде так называемой диаграммы Венна (рис. 5.5). [c.130]
После проверки значимости каждого коэффициента регрессии обычно проверяется общее качество уравнения регрессии. Для этой цели, как и в случае парной регрессии, используется коэффициент детерминации R2, который в общем случае рассчитывается по формуле [c.155]
Методика проверки статистической значимости каждого отдельного коэффициента уравнения линейной регрессии была рассмотрена в предыдущей главе. Перейдем теперь к другим этапам проверки качества уравнения. [c.312]
Проверка общего качества уравнения регрессии. Коэффициент детерминации К1 [c.312]
Вопросы определения параметров уравнения (параметризации) и проверки качества (верификации) уравнения регрессии будут обсуждены ниже. [c.97]
Из каких этапов состоит проверка качества оцененного уравнения регрессии [c.334]
Построение эмпирического уравнения регрессии является начальным этапом эконометрического анализа. Первое же построенное по выборке уравнение регрессии очень редко является удовлетворительным по тем или иным характеристикам. Поэтому следующей важнейшей задачей эконометрического анализа является проверка качества уравнения регрессии. В эконометрике принята устоявшаяся схема такой проверки (по крайней мере, на начальной стадии). Это нашло отражение практически во всех современных эконометриче-ских пакетах. [c.153]
Нетрудно заметить, что в данном случае не выполняются необходимые предпосылки МНК об отклонениях Si точек наблюдений от линии регрессии (см. параграф 6.1). Эти отклонения явно не обладают постоянной дисперсией и не являются взаимно независимыми. Нарушение необходимых предпосылок делает неточными полученные оценки коэффициентов регрессии, увеличивая их стандартные ошибки, и обычно свидетельствует о неверной спецификации самого уравнения. Поэтому следующим этапом проверки качества уравнения регрессии является проверка выполнимости предпосылок МНК. Причины невыполнимости этих предпосылок, их последствия и методы корректировки будут подробно рассмотрены в последующих главах. В данном разделе мы лишь обозначим эти проблемы, а также обсудим весьма популярную в регрессионном анализе статистику Дарбина— Уотсона. [c.164]
F-me m - оценивание качества уравнения регрессии - состоит в проверке гипотезы Яо о статистической незначимости уравнения регрессии и показателя тесноты связи. Для этого выполняется сравнение фактического F, и критического (табличного) F значений F-критерия Фишера. Р определяется из соотношения значений факторной и остаточной дисперсий, рассчитанных на одну степень свободы [c.7]
Оцените по МНК уравнение регрессии Y = (Зо + PiXi + г 2 + s. Оцените качество построенного уравнения, проведя при этом проверку наличия гетероскедастичности и автокорреляции. [c.243]
В главе 16 рассмотрена постановка задачи оценивания уравнения линейной регрессии, показан способ ее решения. Однако оценка параметров конкретного уравнения является лишь отдельным этапом длительного и сложного процесса построения эконометричес-кой модели. Первое же оцененное уравнение очень редко является удовлетворительным во всех отношениях. Обычно приходится постепенно подбирать формулу связи и состав объясняющих переменных, анализируя на каждом этапе качество оцененной зависимости. Этот анализ качества включает статистическую и содержательную составляющую. Проверка статистического качества оцененного уравнения состоит из следующих элементов [c.312]
Смотреть страницы где упоминается термин Проверка качества уравнения регрессии
: [c.153] [c.312] [c.156] [c.299]Смотреть главы в:
Вводный курс эконометрики -> Проверка качества уравнения регрессии