Студопедия

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)

Прогнозирование


Доверь свою работу кандидату наук!
1500+ квалифицированных специалистов готовы вам помочь

 

После построения регрессионного уравнения и оценки значимости ее коэффициентов, можно получить предсказанное значение результата с помощью точного прогноза при заданном значении фактора . Для этого в полученное уравнение регрессии надо подставить факторы , после чего получить прогноз. Это так называемый точечный прогноз, но он не дает требуемых представлений, и мало применим на практике. Поэтому дополнительно необходимо осуществить определение стандартной ошибки прогнозирования и получить интервальную оценку прогнозного значения.

Чтобы построить интервальный прогноз, необходимо найти верхнюю и нижнюю границы. Найдем сначала формулу стандартной ошибки прогнозирования . Вставим в формулу линейной регрессии значение параметра . Тогда уравнение регрессии имеет следующий вид:

Из этой формулы следует, что стандартная ошибка прогнозирования зависит от ошибки y-среднее и ошибки коэффициента регрессии b. Тогда

, если- неизвестна, то ее заменяют на оценку дисперсии

Учитывая ошибку регрессии ,получаем следующую формулу для прогноза:

Тогда интервальный прогноз или доверительный интервал прогнозируемого значения рассчитывается следующим образом:

, где -предельная ошибка прогноза

- кванти с уровнем доверия

Например: =0,95, то истинное значение попадет в доверительный интервал с вероятностью 0,95

Строя прогноз, мы хотим получить как можно более точный прогноз и как можно меньший интервал (узкий), но чем выше , тем дальше друг от друга границы интервала и наоборот. Поэтому приходится искать компромисс. Часто в задачах задано заказчиками исследования. Поэтому, строя модель, мы должны помнить, что хорошая модель – это та, интервальные прогнозы, по которой достаточно точные и границы не слишком далеко друг от друга, а сам интервал неширокий.

Замечание: если построенная по выборке модель имеет высокий, все оценки значимы, остатки близки к нормальным, но прогнозы неточные, широкие интервалы прогнозирования (плохая прогностическая способность модели), то, возможно, вы просто подогнали модель под данные и она не подходит, т.е. ее надо переделать, т.е. прогнозирование можно использовать в качестве оценки качества модели.



 

Выбор параметров линейной регрессии (процедура пошагового отбора)

При построении регрессии для подбора наиболее подходящих параметров используется либо метод включений, либо метод исключений.

Смысл метода включений:

1) По матрице корреляций выбирается параметр, коэффициент корреляции которого с зависимой переменной (Y) – наибольший

 

         
         
       

 

2) Строится парная регрессия Y на этот параметр.

3) Если коэффициент линейной регрессии значим, т.е. р<0,05, то параметр остается а

4) Берется следующий параметр.

5) Строится регрессия Y на

Оценивается значимость коэффициентов.

Если коэффициент при соответствующем параметре незначим, параметр исключают .

Если не значим – смотри пункт 4)

7) После рассмотрения последнего параметра должна получиться многомерная регрессия, у которой вес параметры значимы.

8) Рассматриваем более детально не вошедшие в модель параметры и пытаемся определить, с чем связано их не влияние: либо неудачная выборка, либо неправильно определен параметр, либо не включенные параметры влияют только во взаимодействии с другими параметрами.

Смысл метода исключений:

1) Строим регрессию Y на все параметры X

2) Исключаем самый незначимый параметр.

3) Строим новую регрессию Y

По окончании процедуры должна получиться регрессия , где все параметры значимы.

Рассмотрим более детально не вошедшие в модель параметры.

Выбросы – в экономике ими называются резко отличающиеся от других значения.

цена

 

№1 №2

 
 

 


№3

время работы

 

Если рассматривать мобильные телефоны, зависимость цены от времени работы, то №1, №2, №3 – считаются выбросами, т.к. №1 и №2 имеют слишком большую цену, а у №3 при самом большом времени работы самая маленькая цена.

5%-10% от выборки.

Встает проблема определения выбросов.

Существует множество процедур определения выбросов. Рассмотрим один из них.

Рассмотрим зависимость Y от параметров

Y -----------------

 
 


 

-------------------

Для определения того, является ли значение выбросом или нет, используют следующее: строят интервал следующего вида: математическое ожидание параметра минус два стандартных отклонения : -левая граница

-правая граница

Те значения параметра, которые не попадут в этот интервал, считаются выбросами.

Если при построении регрессии параметров несколько, то сначала по каждому из параметров определяются номера выбросов, а затем либо все они считаются выбросами, либо только наиболее часто встречаемые номера.

Обязательное условие этой процедуры – это пояснение, почему то или иное наблюдение является выбросом.

 

Поможем в написании учебной работы
Поможем с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой
<== предыдущая лекция | следующая лекция ==>
Dummy – переменные, фиктивные переменные | Общая методика построения регрессионного уравнения

Дата добавления: 2013-12-13; Просмотров: 452; Нарушение авторских прав?;


Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет



ПОИСК ПО САЙТУ:


Читайте также:
studopedia.su - Студопедия (2013 - 2022) год. Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав! Последнее добавление




Генерация страницы за: 0.034 сек.