Полезное:
Как сделать разговор полезным и приятным
Как сделать объемную звезду своими руками
Как сделать то, что делать не хочется?
Как сделать погремушку
Как сделать так чтобы женщины сами знакомились с вами
Как сделать идею коммерческой
Как сделать хорошую растяжку ног?
Как сделать наш разум здоровым?
Как сделать, чтобы люди обманывали меньше
Вопрос 4. Как сделать так, чтобы вас уважали и ценили?
Как сделать лучше себе и другим людям
Как сделать свидание интересным?
Категории:
АрхитектураАстрономияБиологияГеографияГеологияИнформатикаИскусствоИсторияКулинарияКультураМаркетингМатематикаМедицинаМенеджментОхрана трудаПравоПроизводствоПсихологияРелигияСоциологияСпортТехникаФизикаФилософияХимияЭкологияЭкономикаЭлектроника
|
Прогнозирование с помощью регрессионных уравненийПрогнозирование – это получение оценок зависимой переменной для некоторого набора независимых переменных, отсутствующего в исходных данных. Различают точечное прогнозирование (с получением точечной оценки) и интервальное прогнозирование. В первом случае оценкой является некоторое число, во втором – интервал, в котором находится истинное значение зависимой переменной с заданным уровнем вероятности (значимости). Точечная оценка может быть наиболее просто представлена в случае линейной модели парной регрессии: , где: и коэффициенты уравнения регрессии; значение зависимой переменной , предсказанное с использованием уравнения регрессии; значение независимой переменной , для которого необходимо предсказать величину зависимой переменной. Ошибка предсказания представляет собой разность между предсказанным и действительным значениями. Для оценки этой ошибки определяется стандартная ошибка предсказания, которая для случая линейной регрессии определяется выражением: , где: стандартная ошибка предсказания; стандартная ошибка регрессии; число пар данных, используемых для регрессионного анализа; значение независимой переменной, для которого дается прогноз; выборочное среднее переменной ; вариация переменной в выборке. Чем больше значение отклоняется от выборочного среднего , тем больше дисперсия ошибки предсказания; чем больше объем выборки , тем меньше дисперсия этой ошибки. Доверительный интервал для прогнозируемого значения зависимой переменной определяется по формуле: , где: критическое значение статистики Стьюдента при заданном уровне значимости и числе степеней свободы (для парной линейной регрессии ); число пар данных в выборке, использованных для получения уравнения регрессии. Раздел 2: Расчетная часть
|