|
Множественной детерминации
Множественная регрессия (multiple regression)
Для устранения автокорреляции можно использовать и другой прием, основанный на включении времени в уравнение множественной регрессии в качестве аргумента. Множественная регрессия с отклонениями от линейных тенденций точно эквивалентна прямому введению времени в управление регрессии. Это свойство впервые заметили Фриш и Boy [92].
Множественная регрессия позволяет определить вид зависимости с учетом дополнительных факторов, а именно: номенклатуры реализуемой продукции, изменения цен на сырье и материалы и др.
> Множественная регрессия
3.13. Множественная регрессия
Множественная регрессия 126
3.13. Множественная регрессия . ..................126
Регрессионный анализ является популярным способом оценки функции затрат. Для простой регрессии используется одна независимая переменная, например, DLH или часы работы оборудования (последний показатель подробно обсуждается в Главе 16). Множественная регрессия определяется с помощью задания двух и более переменных, описывающих активность.
• Множественная регрессия
Регрессионный анализ - это статистическая процедура для математической усредненной оценки функциональной зависимости между зависимой переменной и независимой переменной (независимыми переменными). Простая регрессия рассматривает одну независимую переменную: цену или затраты на рекламу в функции спроса, а множественная регрессия рассматривает две или большее количество переменных, например, цену и затраты на рекламу совместно. В этой главе обсуждается простая (линейная) регрессия, например, Y = а + ЬХ и показывается, как метод наименьших квадратов применяется для расчета коэффициентов регрессии.
С помощью статистических процедур выполняется динамический анализ во времени, а также экспоненциальное сглаживание, линейная экстраполяция, исключение фактора сезонности, множественная регрессия, кластерный анализ и факторный анализ.
Коэффициент множественной детерминации R2 составляет соответственно 0,728; 0,558 и 0,817. Следовательно, вариации: производительности труда, например, по НГДУ с падающей добычей на 81,7% определяются колеблемостью факторов х\, х%, *4 и т. д.
коэффициент множественной детерминации;
Коэффициент множественной корреляции равен 0,92, коэффициент множественной детерминации - 0,85. Это значит, что изменение уровня рентабельности на 85% зависит от изменения исследуемых факторов, а на долю других факторов приходится 15% вариации
Статистический анализ уравнения показал следующее: фактическое значение F-критерия равно 57,77 при табличном значении 3,33-(для 5%-ного уровня значимости), корреляционное отношение равно 0,99747. Проверка по ^-критерию показала, что корреляционное отношение значимо (tk — 42,484 при ^табл = 2,228). Коэффициент множественной детерминации, равный 0,9949, показывает, что вариация себестоимости, объясняемая вариацией изучаемых факторов, составляет 99,49%.
Модель себестоимости добычи нефти и газа Сумма квадратов отклонений Коэффициент множественной детерминации F-крите-рий
Квадрат величины г,, является коэффициентом множественной детерминации и характеризует долю влияния выбранных признаков на результативный фактор:
Такого рода характеристика явлений, влияющих на уровень и динамику валютного курса, является непременным этапом, предшествующим самостоятельному статистическому анализу факторов на основе конкретного цифрового материала. Дальнейший анализ выглядит чаще как моделирование взаимосвязей и оценка тесноты взаимозависимости (корреляционно-регрессионный анализ). Напомним, что выбор функции осуществляется исходя из показателей значимости уравнения и ошибок аппроксимации. Это относительная ошибка аппроксимации, средняя квадратическая ошибка аппроксимации (6ОСТ) (чем они меньше, тем лучше уравнение) и коэффициент множественной детерминации (R2) или коэффициент множественной корреляции (R) (чем ближе он к 1, тем более вероятность, что уравнение регрессии носит совершенно случайный характер). Для проверки значимости используют F-критерий с распределением Фишера.
с результативным признаком - коэффициент множественной детерминации R~yt x как частное от деления определителя матрицы А* на определитель матрицы Л, где
сти «, число факторов k, а также свойство метода, по которому по мере приближения числа k к числу п коэффициент детерминации автоматически приближается к единице и достигает ее при k = п - 1 независимо от реальной роли факторов, то необходимо корректировать коэффициент множественной детерминации на потерю степеней свободы вариации:
Для случая двух факторов коэффициент множественной детерминации легко вычисляется по рекуррентной формуле из парных коэффициентов детерминации:
Формула (8.39) дает еще один метод вычисления коэффициента множественной детерминации, используемый в некоторых программах для ЭВМ. В нашем примере получаем следующие значения коэффициентов раздельной детерминации:
Множестве возможных Множество элементов Множество достижимости Множество модификаций Множество определений Множество потенциальных Множество противоречивых Максимумов минимумов Множество возможностей Мощностями строительно Мощностей обеспечивающих Мощностей повышение Мощностей технологических вывоз мусора снос зданий
|
|
|
|
Навигация
