Главная страница | Контакты | Случайная страница Автомобили Астрономия Биология География Дом и сад Другие языки Другое Информатика История Культура Литература Логика Математика Медицина Металлургия Механика Образование Охрана труда Педагогика Политика Право Психология Религия Риторика Социология Спорт Строительство Технология Туризм Физика Философия Финансы Химия Черчение Экология Экономика Электроника

Парная линейная регрессионная модель.

ЛЕКЦИИ ПО ЭКОНОМЕТРИКЕ

Лектор: старший преподаватель Шабазов Р.Р.

Грозный 2014 г.

Парная линейная регрессионная модель.

В эконометрике широко применяются методы статистики и математики для исследования экономических процессов. При этом вначале строится математическая модель. Одна из наиболее простых моделей – нормальная простая (парная) регрессия. Обычно парная регрессия применяется в том случае когда из всего круга факторов влияющих на результат можно выделить один, оказывающий наиболее сильное воздействие. Он и берется в качестве объясняющей переменной. Представим что есть два ряда данных:

Х = х₁, х₂, …, х_n;

Y = y₁, y₂, …, y_n,

Где n – число наблюдений.

Каждое наблюдение характеризуется двумя переменными х и у. Рассмотрим парную линейную модель регрессии связь в которой выражается следующим образом:

Где у – зависимая переменная, реальная т.е. наблюдавшаяся в действительности; х – независимая переменная; – зависимая переменная рассчитываемая с помощью уравнения регрессии, называемая теоретической. а и b коэффициенты уравнения регрессии. - случайная компонента или отклонение.

Наиболее распрастраненным методом построения уравнения регрессии является «Метод наименьших квадратов».

МНК заключается в минимизации разницы между фактическими данными и теоретическими.