КАТЕГОРИИ: Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748) |
Случайная ошибка
Функция регрессии Параметры регрессии Независимые переменные Переменные X=(x1,…,xn) называются независимыми (объясняющими, регрессорами). Они поддаются регистрации, описывают условия функционирования изучаемой реальной экономической системы и в существенной мере определяют процесс формирования значений результирующих переменных. Как правило, часть из них поддается хотя бы частичному регулированию и управлению. В регрессионном анализе они играют роль аргументов той функции, в качестве которой рассматривается анализируемый результирующий показатель Y. Объясняющие переменные могут быть как случайными, так и неслучайными. Пример: В современных западных теориях менеджмента и маркетинга определяется модель рассматриваемой системы, в которой в качестве основных ее элементов, влияющих на объем сбыта продукции выделяются цена, качество, сервис. При этом одновременно поддаются управлению только два любых фактора из трех.
Величины a=(a1,…,an) называют параметрами или коэффициентами регрессии. Они характеризуют веса факторов X в регрессионной модели. Пример: Переменные влияют на результат не одинаково в зависимости от региональных условий сбыта. Коэффициенты a1, a2, a3 показывают уровень влияния каждого из факторов на результат.
Функция f(X) называется функцией регрессии Y по Х (или просто – регрессией Y по X), если она описывает изменение условного среднего значения результирующей переменной Y в зависимости от изменения значений объясняющих переменных X. Присутствие случайной «остаточной» составляющей («регрессионных остатков») e(Х) может быть обусловлено различными причинами: 1) отсутствие в регрессии факторов X влияющих на формирование значений Y;
2) присутствие в регрессии факторов X не влияющих на формирование значений Y; 3) неправильный выбор функциональной формы модели (если мы предположили линейную форму модели, а между переменными существует более сложная связь, то ошибка увеличится); 4) агрегирование переменных (факторы представляют собой комбинацию других переменных); 5) ошибки измерений (описки при сборе и записи данных или округление данных также увеличит ошибку); 6) ограниченность статистических данных (зачастую компании не имеют возможности отслеживать данные по всем филиалам, кроме того, если компания функционирует непродолжительное время, наблюдений может оказаться недостаточно); 7) влияние человеческого фактора (могут проявиться субъективные пристрастия как потребителей при покупке холодильников, так и исследователя при описании модели и сборе данных).
Дата добавления: 2014-01-20; Просмотров: 305; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |