В результате расчетов для нашего случая (установка АВТ-6) были найдены коэффициенты регрессионного уравнения, которое приобрело следующий вид [c.105]
Для этого необходимо взять первую производную (В + 2х) регрессионного уравнения (3.8) и приравнять ее нулю, отсюда величина искомой мощности выразится отношением [c.107]
Блок реализации продукции содержит два регрессионных уравнения и два тождества. [c.111]
В случае многофакторных моделей прогноз не является наивным , но и в этом случае прогнозисты проецируют тенденции и установившиеся связи в прошлом на будущее, т.е. экстраполируют прошлое в будущее. Например, используются для описания будущего регрессионные уравнения, полученные на основе информации о развитии объекта в прошлом (ретроспективный анализ) без изменения коэффициентов эффективности факторов (коэффициентов регрессии) — а.. Или же используется межотраслевой баланс, а технологические коэффициенты (коэффициенты прямых затрат) — ij.— оставляются без изменений. В этих случаях можно говорить об экстраполяции тенденций развития прошлого в будущее, так как не учитываются возможности повышения эффективности, например производства под влиянием ускорения научно-технического прогресса и других факторов. [c.22]
При расчете темпов роста экономических показателей, например темпа роста ВВП или промышленного производства необходимо использовать показатели в постоянных ценах, чтобы исключить влияние ценового роста и выявить рост физического объема. Использование данных в неизменных ценах имеет важное значение также для анализа структуры и пропорций общественного производства, личного потребления. В общепринятой практике при расчете параметров регрессионных уравнений эконометрических моделей тоже применяются статистические данные в постоянных ценах. [c.86]
Использование показателей в неизменных ценах имеет важное значение для анализа структуры и пропорций общественного производства и личного потребления. В общепринятой практике при расчете параметров регрессионных уравнений эконометрических моделей также используются статистические данные в постоянных ценах. [c.98]
Наряду с регрессионными уравнениями в эконометрические модели обычно включаются так называемые дифференциальные уравнения, или тождества. Например, объем производства моделируется по отраслям, а тождественное уравнение выводит общий объем производства (ВНП или ВВП) как сумму объемов производства и услуг по отраслям. [c.136]
Дайте оценку тренда по данным о выпуске автомобилей (табл. 1). Рассчитайте статистические оценки параметров регрессионного уравнения. [c.300]
Рассчитайте параметры регрессионного уравнения по данным табл. 3, где зависимой переменной является фондоотдача, а независимой — соотношение активной и пассивной частей основных производственных фондов. Дайте оценку качества полученного уравнения. [c.301]
Данное противоречие означает попросту недостижимость абсолютной истины в познании реальных связей. Приближенный характер любых результатов корреляционно-регрессионного анализа не является поводом для отрицания их полезности. Всякая научная истина - относительна. Забыть об этом и абсолютизировать параметры регрессионных уравнений, меры корреляции было бы ошибкой, так же как и отказаться от использования этих мер. [c.237]
Кроме показателя общей тесноты связи вариации результативного признака со всеми факторами, входящими в регрессионное уравнение, необходимы и показатели, измеряющие тесноту связи с каждым фактором. К таким показателям относятся коэффициенты раздельной детерминации. [c.279]
По мере приближения относительного показателя к пределу одно и то же абсолютное изменение в пунктах приобретает иное качественное содержание. Например, если показатель тесноты связи -коэффициент детерминации - возрос с 40 до 65% (на 25 пунктов), то система факторов в регрессионном уравнении как была, так и осталась неполной, хорошей модели не получено. Но если после изменения состава факторов коэффициент детерминации возрос с 65 до 90% - на те же 25 пунктов, это изменение имеет другое качественное содержание получена хорошая регрессионная модель, в основном объясняющая вариацию результативного признака с достаточно полной системой факторов. [c.313]
В отличие от прогноза на основе регрессионного уравнения прогноз по тренду учитывает факторы развития только в неявном виде, и это не позволяет проигрывать разные варианты прогнозов при разных возможных значениях факторов, влияющих на изучаемый признак. Зато прогноз по тренду охватывает все факторы, в то время как в регрессионную модель невозможно включить в явном виде более 10-20 факторов в самом лучшем случае. [c.357]
Связь называется стохастической (вероятностной), если каждому значению факторного признака соответствует множество значений результативного признака, т.е. определенное статистическое распределение. Прим гром такой зависимости могут служить регрессионные уравнения, применяемые, например, при расчете бета-коэффициентов для анализа портфельных инвестиций. При построении регрессионной зависимости дается формализованное описание связи (б), представленной на рис. 3.2. [c.74]
Сделаем замену переменной z = х2. После подстановки в исходное уравнение получим зависимость вида у = z, которая уже является линейной. Для нее можно использовать весь математический аппарат регрессионного и корреляционного анализа, т.е. можно находить регрессионное уравнение, коэффициенты парной корреляции, ошибки и т. д. [c.58]
Необходимым условием для поиска коэффициентов является требование того, чтобы количество наблюдений было больше числа независимых факторов +1. Для определения коэффициентов регрессионного уравнения (2.5) удобнее всего использовать методы матричного исчисления. Для этого сделаем одно допущение, которое не меняет условия задачи. Будем считать, что в уравнении (2.5) свободный член OQ всегда умножается на некоторый фиктивный фактор, имеющий постоянное значение, равное единице, т.е. имеем [c.59]
В этих обозначениях коэффициенты регрессионного уравнения (2.5) также можно представить в виде вектора [c.60]
Тогда систему нормальных уравнений для отыскания неизвестных коэффициентов регрессионного уравнения (2.5) можно записать следующим образом [c.60]
Параметры корреляционно-регрессионного уравнения рассчитываются на основе следующего уравнения [c.363]
Экономические модели. Этот метод состоит из регрессионных уравнений, которые описывают случайные отношения. [c.26]
В отличие от регрессионных уравнений тождества не содержат подлежащих оценке параметров модели и не включают случайной составляющей. [c.19]
Наиболее простой способ оценить р — применить обычный метод наименьших квадратов к регрессионному уравнению (7.35). [c.183]
Далее применяют метод наименьших квадратов к регрессионному уравнению [c.185]
Очевидно, регрессионное уравнение модели (8.38) может быть записано в виде [c.207]
Одной из причин коррелированное регрессоров со случайными членами могут служить факторы, действующие одновременно и на сами регрессоры, и на объясняемые переменные при фиксированных значениях регрессоров. Иными словами, в рассматриваемой экономической ситуации значения объясняемых переменных и регрессоров формируются одновременно под воздействием некоторых внешних факторов. Это означает, что рассматриваемая модель не полна ее следует дополнить уравнениями, в которых объясняемыми переменными выступали бы сами регрессоры. Таким образом, мы приходим к необходимости рассматривать системы одновременных или регрессионных уравнений. [c.224]
Кроме регрессионных уравнений (они называются также поведенческими уравнениями) модель может содержать тождества, которые представляют собой алгебраические соотношения между эндогенными переменными. [c.225]
Одновременное оценивание регрессионных уравнений. Внешне не связанные уравнения [c.236]
В этой главе мы усложним модель, составив систему регрессионных уравнений. Будем считать, что стоимость полуфабриката X зависит от суммы цен на сырье, т.е. от величины W = Z + Z2 (предполагается, что оба вида сырья расходуются в равной пропорции — очевидно, это не есть ограничение, а лишь вопрос выбора единиц измерения). Пусть также Z — обобщенный фактор производства конечного продукта. Следующая диаграмма показывает выборочное распределение признака Z. [c.238]
Наиболее эффективная процедура оценивания систем регрессионных уравнений сочетает метод одновременного оценивания и метод инструментальных переменных. Соответствующий метод называется трехшаговым методом наименьших квадратов. Он заключается в том, что на первом шаге к исходной модели (9.2) применяется обобщенный метод наименьших квадратов с целью устранения корреляции случайных членов. Затем к полученным уравнениям применяется двухшаговый метод наименьших квадратов. [c.239]
Имеются два регрессора X тл Zw одна объясняемая переменная Y. Обычным методом наименьших квадратов получены следующие регрессионные уравнения [c.256]
Для оценивания систем регрессионных уравнений предлагается отдельное меню, в которое входят обычный метод наименьших квадратов, двухшаговый и трехшаговый методы наименьших квадратов, а также метод одновременного оценивания уравнений как внешне не связанных. При выборе двухшагового или трехшагового метода программа запросит также ввести имена инструментальных переменных. [c.283]
После получения адекватного регрессионного уравнения, удовлетворяющего исследователя на данный момент, наступает этап анализа модели. Обычно при этом проверяются некоторые предположения — гипотезы, описанные в основном тексте пособия. При этом применяются основные тесты — такие, как тест Уайта, тест Чоу, линейный тест и другие. Большинство из них (что- также было отмечено в основном тексте) выполняются специальной командой. [c.284]
Методом. наименьших квадратов оцениваются модели, включающие переменную ZH не включающие ее (см. (10.1) и (10.2)). Эксперимент повторяется четыре раза. Получаются следующие регрессионные уравнения [c.286]
Применить к уравнениям системы обычный и косвенный методы наименьших квадратов. Сравнить полученные оценки. Сравнить полученные регрессионные уравнения с модельными (12.1)— (12.2). Повторить эксперимент несколько раз. [c.288]
Сумма квадратов расхождений значений у, вычисленных по расчетному соотношению, и значений по исходным данным называется стандартной ошибкой регрессионного уравнения. [c.119]
Предположим, что регрессионное уравнение зависимости цены центробежного насоса А от технико-экономических параметров имеет следующий вид Ц = 390,65 + 204,68 Хр где Xj — подача воды центробежным насосом, м3/ч. Какова будет цена насоса, для которого Х( = 360 м3/ч [c.291]
Ограничением прогнозирования на основании регрессионного уравнения, тем более парного, служит условие стабильности или по крайней мере малой изменчивости других факторов и условий изучаемого процесса, не связанных с ними. Если резко изменится "внешняя среда" протекающего процесса, прежнее уравнение регрессии результативного признака на факторный потеряет свое значение. В сильно засушливый год доза удобрений может не оказать влияния на урожайность сельскохозяйственной культуры, так как последнюю лимитирует недостаточная влагообеспеченность. [c.251]
По этой матрице можно судить о тесноте связи факторов с результативным признаком и между собой. Хотя все эти показатели относятся к парным связям, все же матрицу можно использовать для предварительного отбора факторов для включения в уравнение регрессии. Не рекомендуется включать в уравнение факторы слабо связанные с результативными признаками, но тесно связанные с другими факторами. Если, например, имеем г =0,8 г = 0,65 г п = 0,88, то в регрессионное уравнение следует включить фактор х , а фактор х2 не включать, так как он тесно связан с х] (коллине-арен с я,), и его корреляция с у слабее, чем корреляция фактора , . Совершенно недопустимо включать в анализ факторы, функционально связанные друг с другом, т. е. с коэффициентом корреляции, равным единице. Включение таких пар признаков приводит к вырожденной матрице коэффициентов и неопределенности решения. В этом случае решение задачи на ПЭВМ прекращается. [c.275]
До сих пор мы рассматривали эконометрические модели, задаваемые уравнениями, выражающими зависимую (объясняемую) переменную через объясняющие переменные. Однако реальные экономические объекты, исследуемые с помощью эко-нометрических методов, приводят к расширению понятия эко-нометрической модели, описываемой системой регрессионных уравнений и тождеств1. [c.19]
Тождества, вообще говоря, позволяют исключить некоторые эндогенные переменные и рассматривать систему регрессионных уравнений меньшей размерности. Так, в модели спроса и предложения можно положить Qs = Qd = Q и рассматривать структурную форму (9.2), где1 [c.226]
Процедура одновременного оценивания регрессионных уравнений системы как внешне не связанных реализована в стандартных компьютерных пакетах. В западных эконометрических пакетах соответствующий метод оценивания называется Seemingly Unreleased Regression (SUR) (внешне не связанные уравнения). [c.237]
Смотреть страницы где упоминается термин Регрессионное уравнение
: [c.135] [c.82] [c.676] [c.364] [c.59] [c.304] [c.126] [c.122]Смотреть главы в:
Эконометрика начальный курс (2004) -- [ c.38 ]