Презентация на тему Множественная регрессия и корреляция (продолжение)

должен уменьшаться, а остаточная дисперсия возрастать;


и

зависимости, возможны разные виды уравнений множественной регрессии: линейные и

нелинейные.
наиболее широко используются линейная и степенная функции .

коэффициентами «чистой» регрессии. Они характеризуют среднее изменение результата с

изменением соответствующего фактора на единицу при неизменном значении других факторов, закрепленном на среднем уровне.

регрессии ,когда на основе матрицы коэффициентов корреляции строится уравнение

регрессии в стандартизованном виде:

-стандартизованные переменные

Для которых среднее значение равно нулю

а среднее квадратическое отклонение равно единице:


-стандартизованные коэффициенты регрессии.

в среднем результат, если соответствующий фактор xi изменится на

1 % при неизменном среднем уровне других факторов.

их друг с другом, можно ранжировать факторы по силе

их воздействия на результат.
В этом основное стандартизованных коэффициентов регрессии в отличие от коэффициентов “чистой ” регрессии, которые несравнимы между собой.

регрессии следующими формулами :


Это позволяет от уравнения регрессии в

стандартизованном виде переходить к уравнению регрессии в естественном виде.

уравнением вида

x1 - основные производственные фонды(тыс.руб.)
х2 - численность занятых

в производстве(чел.)

же занятости дополнительный рост стоимости основных производственных фондов на

1 тыс.руб. влечет за собой увеличение затрат в среднем на 1,2 тыс.руб. , а увеличение численности занятых на одного человека способствует при той же технической оснащенности предприятий росту затрат в среднем на 1,1 тыс.руб.
Однако это не означает ,что фактор x1 оказывает более сильное влияние на издержки производства по сравнению с фактором x2.

,то можно заключить ,что большее влияние оказывает на производство

продукции фактор , а не , как кажется из уравнения регрессии в натуральном виде .

использовать при отсеве факторов –из модели исключаются факторы с

наименьшим значением .

результат

( 0 ; 1 )

Значение должно быть больше или равно максимальному парному индексу корреляции

между результатом и соответствующим фактором при неизменном уровне других

факторов, включенных в уравнение регрессии
(-1;1)

ЧАСТНАЯ КОРРЕЛЯЦИЯ

проблемы отбора факторов.
2) ранжировании факторов, участвующих в множественной

регрессии – для линейных связей (при нелинейной взаимосвязи исследуемых признаков эту функцию выполняют частные индексы детерминации ).

которых исключается.


Например,

— коэффициент частной корреляции первого порядка.

через коэффициенты частной корреляции более низких порядков по рекуррентной

формуле

примет вид: