Линейная регрессия и корреляция. Оценка параметров


Линейная регрессия находит широкое применение в эконометрике ввиду четкой экономической интерпретации ее параметров.

Линейная регрессия сводится к нахождению уравнения вида

Линейная регрессия и корреляция. Оценка параметровили Линейная регрессия и корреляция. Оценка параметров.

Уравнение вида Линейная регрессия и корреляция. Оценка параметров позволяет по заданным значениям фактора x находить теоретические значения результативного признака, подставляя в него фактические значения фактора x.

Построение линейной регрессии сводится к оценке ее параметров – a и b. Классический подход к оцениванию параметров линейной регрессии основан на методе наименьших квадратов (МНК). МНК позволяет получить такие оценки параметров a и b, при которых сумма квадратов отклонений фактических значений результативного признака y от теоретических Линейная регрессия и корреляция. Оценка параметров минимальна:

Линейная регрессия и корреляция. Оценка параметров

Чтобы найти минимум функции, надо вычислить частные производные по каждому из параметров a и b и приравнять их к нулю.

Обозначим Линейная регрессия и корреляция. Оценка параметров через S(a,b): Линейная регрессия и корреляция. Оценка параметров, тогда

Линейная регрессия и корреляция. Оценка параметров

После несложных преобразований, получим следующую систему линейных уравнений для оценки параметров a и b:

Линейная регрессия и корреляция. Оценка параметров

Решая систему уравнений, найдем искомые оценки параметров a и b:

Линейная регрессия и корреляция. Оценка параметров,

Линейная регрессия и корреляция. Оценка параметров, где Линейная регрессия и корреляция. Оценка параметров.

Так как Линейная регрессия и корреляция. Оценка параметров, то Линейная регрессия и корреляция. Оценка параметров

Параметр b называется коэффициентом регрессии. Он имеет смысл показателя силы связи между вариацией x и вариацией y. Его величина показывает среднее изменение результата с изменением фактора на одну единицу.

Коэффициент a может не иметь экономического содержания, интерпретировать можно только знак, он показывает направления связи.

Уравнение регрессии всегда дополняется показателем тесноты связи. При использовании линейной регрессии в качестве такого показателя выступает линейный коэффициент корреляции rxy, который можно рассчитать по следующим формулам:

Линейная регрессия и корреляция. Оценка параметров

Линейный коэффициент корреляции находится в пределах: -1£rxy£1.

Если r>0, то прямая связь

Если r<0, то обратная связь

Если |r|³0,7, то сильная связь

Если 0,5£|r|<0,7, то умеренная связь

Если |r|<0,5, то слабая связь

Если b>0, то 0£rxy£1, если b<0, то -1£rxy£0.

 

Для оценки качества подбора линейной функции рассчитывается квадрат линейного коэффициента корреляции Линейная регрессия и корреляция. Оценка параметров, называемый коэффициентом детерминации. Коэффициент детерминации показывает сколько процентов приходится на долю учтенных в модели факторов:

Линейная регрессия и корреляция. Оценка параметров

Соответственно величина Линейная регрессия и корреляция. Оценка параметров характеризует долю дисперсии y, вызванную влиянием остальных, не учтенных в модели, факторов.

После того как найдено уравнение линейной регрессии, проводится оценка значимости как уравнения в целом, так и отдельных его параметров.

Оценка параметров уравнения регрессии осуществляется с помощью t-критерия Стьюдента. С этой целью по каждому из параметров определяется его стандартная ошибка: mb, ma и mr.

Стандартная ошибка коэффициента регрессии определяется по формуле:

Линейная регрессия и корреляция. Оценка параметров

Линейная регрессия и корреляция. Оценка параметров

Линейная регрессия и корреляция. Оценка параметров

Величина стандартной ошибки совместно с t-распределением Стьюдента при n-2 степенях свободы применяется для проверки значимости коэффициента регрессии и для расчета его доверительного интервала.

Для оценки значимости коэффициента регрессии его величина сравнивается с его стандартной ошибкой, т.е. определяется фактическое значение t-критерия Стьюдента:

Линейная регрессия и корреляция. Оценка параметров, причем Линейная регрессия и корреляция. Оценка параметров

Линейная регрессия и корреляция. Оценка параметров

Линейная регрессия и корреляция. Оценка параметров, причем Линейная регрессия и корреляция. Оценка параметров, т.е. Линейная регрессия и корреляция. Оценка параметров

которое затем сравнивается с табличным значением при определенном уровне значимости a и числе степеней свободы n-2.

Если tфакт>tтабл, то делается вывод о значимости параметра.

 

 


Предыдущие материалы: Следующие материалы: