Модель множественной линейной регрессии
03 Апреля 2014 в 10:48, контрольная работа
Необходимо провести анализ исходных данных, предоставленных агентством недвижимости «Дом-Юг» и установить влияет ли площадь квартир на их стоимость. Для проведения исследований воспользуемся пакетом прикладных программ Microsoft Office, а именно пакетом Microsoft Excel и Statistica 10.
Парная и множественная линейная регрессия
23 Февраля 2013 в 20:33, контрольная работа
Общее качество уравнения регрессии, оценивается по тому, как хорошо эмпирическое уравнение регрессии согласуется со статистическими данными, другими словами, насколько широко рассеяны точки наблюдений относительно линии регрессии. Для этой цели используется коэффициент детерминации . Очевидно, если все точки лежат на построенной прямой, то регрессия У на Х идеально объясняет поведение зависимой переменной.
Коэффициент детерминации определяет долю разброса зависимой переменной, объяснимую регрессией У на Х.
В общем случае справедливо соотношение . Чем теснее связь между Х и У, тем коэффициент ближе к единице. Чем слабее такая связь, тем ближе к нулю.
Найти параметры уравнения линейной регрессии, дать экономическую интерпретацию коэффициента регрессии
13 Декабря 2010 в 19:49, контрольная работа
Контрольная по эконометрике, решение задач.
Линейная регрессия
Сайт-партнер: yaneuch.ru
28 Мая 2013 в 15:41, реферат
Если расчёт корреляции характеризует силу связи между двумя переменными, то регрессионный анализ служит для определения вида этой связи и дает возможность для прогнозирования значения одной (зависимой) переменной отталкиваясь от значения другой (независимой) переменной. Для проведения линейного регрессионного анализа зависимая переменная должна иметь интервальную (или порядковую) шкалу
Линейная регрессия
Сайт-партнер: myunivercity.ru
07 Января 2014 в 12:51, контрольная работа
Оценку статистической значимости коэффициента корреляции проведем с помощью t-критерия Стьюдента.
Выдвигаем гипотезу о статистически незначимом отличии коэффициента от нуля.
Фактическое значение t-статистики равно
Фактическое значение превосходит табличное значение, поэтому гипотеза отклоняется, т. е. не случайно отличается от нуля, а статистически значим.
Линейная регрессия
Сайт-партнер: yaneuch.ru
17 Ноября 2013 в 22:12, реферат
Сегодня уже все, кто хоть немного интересуется дата майнингом, наверняка слышали про простую линейную регрессию. Про нее уже писали на хабре, а также подробно рассказывал Эндрю Нг в своем известном курсе машинного обучения. Линейная регрессия является одним из базовых и самых простых методов машинного обучения, однако очень редко упоминаются методы оценки качества построенной модели. В этой статье я постараюсь немного исправить это досадное упущение на примере разбора результатов функции summary.lm() в языке R. При этом я постараюсь предоставить необходимые формулы, таким образом все вычисления можно легко запрограммировать на любом другом языке. Эта статья предназначена для тех, кто слышал о том, что можно строить линейную регрессию, но не сталкивался со статистическими процедурами для оценки ее качества.
Линейная регрессия
Сайт-партнер: referat.yabotanik.ru
06 Ноября 2014 в 21:11, курсовая работа
Объектом исследования является один из методов регрессионной модели, а также способ проверки качества созданных уравнений регрессий.
Предмет исследования заключается в изучении метода линейной регрессии, в качестве одного из методов регрессионной модели, и скорректированного коэффициента детерминации в роли способа проверки качества уравнений.
Парная линейная регрессия
Сайт-партнер: yaneuch.ru
13 Июня 2013 в 18:11, контрольная работа
Необходимо определить, какой из заданных показателей является зависимой переменной, а какой – независимой. Построить поле корреляции. Найти точечные и интервальные оценки параметров модели y = a + b*x. Оценить значимость коэффициентов регрессии, используя t-критерий Стьюдента и доверительные интервалы истинных значений параметров. Верифицировать полученную модель, используя дисперсионный анализ в регрессии и элементы теории корреляции. Интерпретировать полученные результаты. Сделать прогноз на основе модели.