經(jīng)濟(jì)預(yù)測的方法與模型(ppt64)-經(jīng)營管理-展示頁
2024-08-26 18:18本頁面
【正文】 =， 拒絕 H0， 表明 人均收入與人均消費(fèi)之間有線性關(guān)系 ?對前例的回歸系數(shù)進(jìn)行顯著性檢驗(yàn) (?＝ ) 回歸系數(shù)的顯著性檢驗(yàn) (Excel輸出的結(jié)果） SUMMARY OUTPUT回歸統(tǒng)計(jì)Multiple R R Square Adjusted R Square 標(biāo)準(zhǔn)誤差 觀測值 13Coefficients 標(biāo)準(zhǔn)誤差 t Stat Pvalue Lower 95% Upper 95%Intercept X Variable 1 0 0 8 0 8 8 5 5 2 6 3 7 7 1 11 ?1? ?????St00 ?0? ?????St???+? niiyxxxnSS122?)()(10?????niiyxxSS12?)(1?預(yù)測及應(yīng)用 利用回歸方程進(jìn)行估計(jì)和預(yù)測 1. 根據(jù)自變量 x 的取值估計(jì)或預(yù)測因變量 y的取值 2. 估計(jì)或預(yù)測的類型 ? 點(diǎn)估計(jì) ? y 的平均值的點(diǎn)估計(jì) ? y 的個(gè)別值的點(diǎn)估計(jì) ? 區(qū)間估計(jì) ? y 的平均值的 置信區(qū)間 估計(jì) ? y 的個(gè)別值的 預(yù)測區(qū)間 估計(jì) 利用回歸方程進(jìn)行估計(jì)和預(yù)測 （點(diǎn)估計(jì)） 2. 點(diǎn)估計(jì)值有 ? y 的平均值的點(diǎn)估計(jì) ? y 的個(gè)別值的點(diǎn)估計(jì) 3. 在點(diǎn)估計(jì)條件下，平均值的點(diǎn)估計(jì)和個(gè)別值的的點(diǎn)估計(jì)是一樣的，但在區(qū)間估計(jì)中則不同 1. 對于自變量 x 的一個(gè)給定值 x0 ， 根據(jù)回歸方程得到因變量 y 的一個(gè)估計(jì)值 0?y利用回歸方程進(jìn)行估計(jì)和預(yù)測 （點(diǎn)估計(jì)） ? ? y 的平均值的點(diǎn)估計(jì) 1. 利用估計(jì)的回歸方程，對于自變量 x 的一個(gè)給定值 x0 ，求出因變量 y 的平均值的一個(gè)估計(jì)值 E(y0) ，就是平均值的點(diǎn)估計(jì) 2. 在前面的例子中，假如我們要估計(jì)人均國民收入為 2020元時(shí)，所有年份人均消費(fèi)金額的的平均值，就是平均值的點(diǎn)估計(jì)。 即 ε~N( 0 ,σ2 ) ? 獨(dú)立性意味著對于一個(gè)特定的 x 值 ， 它所對應(yīng)的 ε與其他 x 值所對應(yīng)的 ε不相關(guān) ? 對于一個(gè)特定的 x 值 ， 它所對應(yīng)的 y 值與其他 x 所對應(yīng)的 y 值也不相關(guān) 回歸方程 （概念要點(diǎn)） 1. 描述 y 的平均值或期望值如何依賴于 x 的方程稱為 回歸方程 2. 簡單線性回歸方程的形式如下 3. E( y ) = ?0+ ?1 x ? 方程的圖示是一條直線 ， 因此也稱為直線回歸方程 ? ?0是回歸直線在 y 軸上的截距 ， 是當(dāng) x=0 時(shí) y 的期望值 ? ?1是直線的斜率 ， 稱為回歸系數(shù) ， 表示當(dāng) x 每變動(dòng)一個(gè)單位時(shí) ， y 的平均變動(dòng)值 估計(jì) (經(jīng)驗(yàn) )的回歸 方程 3. 簡單線性回歸中估計(jì)的回歸方程為 其中： 是估計(jì)的回歸直線在 y 軸上的截距 ， 是直線的斜率 ， 它表示對于一個(gè)給定的 x 的值 ， 是 y 的估計(jì)值 ， 也表示 x 每變動(dòng)一個(gè)單位時(shí) ， y 的平均變動(dòng)值 0?? 1??2. 用樣本統(tǒng)計(jì)量 和 代替回歸方程中的未知參數(shù) 和 ， 就得到了 估計(jì)的回歸方程 0?? 1??0? 1?1. 總體回歸參數(shù) 和 是未知的 ， 必需利用樣本數(shù)據(jù)去估計(jì) 0? 1?xy 10 ??? ?? +?參數(shù) ?0 和 ?1 的最小二乘估計(jì) 最小二乘法 （概念要點(diǎn)） 最小???? ????niinii eyyQ121210 )?()?,?( ??1. 使因變量的觀察值與估計(jì)值之間的離差平方和達(dá)到最小來求得 和 的方法。 什么是回歸分析？ （內(nèi)容） 1. 從一組樣本數(shù)據(jù)出發(fā) ， 確定變量之間的數(shù)學(xué)關(guān)系式 2. 對這些關(guān)系式的可信程度進(jìn)行各種統(tǒng)計(jì)檢驗(yàn) ，并從影響某一特定變量的諸多變量中找出哪些變量的影響顯著 ， 哪些不顯著 3. 利用所求的關(guān)系式 ， 根據(jù)一個(gè)或幾個(gè)變量的取值來預(yù)測或控制另一個(gè)特定變量的取值 ，并給出這種預(yù)測或控制的精確程度 回歸分析與相關(guān)分析的區(qū)別 1. 相關(guān)分析中 ， 變量 x 變量 y 處于平等的地位；回歸分析中 ， 變量 y 稱為因變量 ， 處在被解釋的地位 ， x 稱為自變量 ， 用于預(yù)測因變量的變化 2. 相關(guān)分析中所涉及的變量 x 和 y 都是隨機(jī)變量；回歸分析中 ， 因變量 y 是隨機(jī)變量 ， 自變量 x 可以是隨機(jī)變量 ， 也可以是非隨機(jī)
研究報(bào)告相關(guān)推薦
鄂ICP備17016276號(hào)-1