Лаба 8. 1. Множественная регрессия уравнение связи с несколькими независимыми переменными
 Скачать 13.42 Kb.
|
|
1. Множественная регрессия – уравнение связи с несколькими независимыми переменными. 2. Задачи при построении уравнения регрессии: Обосновать взаимосвязь результативного признака и факторных признаков Определить тип уравнения регрессии Оценить тесноту связи между результативным признаком и фактором 3. Требования к факторам, включающихся в уравнение регрессии: они должны быть количественно измеримы если необходимо включить в модель качественный фактор, не имеющий количественного измерения, то ему необходимо придать количественную определимость 4. Две переменные коллинеарны – находятся между собой в линейной зависимости 5. Мультиколлинеарность – более чем два фактора связаны между собой линейной зависимостью. 6. Какие подходы применяются для преодоления межфакторной корреляции? Самый простой – исключение из модели одного или нескольких факторов. Другой подход – преобразование факторов, при которых уменьшается корреляция между ними 7. Какие функции чаще используются для построения уравнения множественной регрессии? Линейная Экспонента Степенная Гипербола 8. Коэффициент множественной детерминации – доля дисперсии зависимой переменной, объясняемая рассматриваемой моделью зависимости, то есть объясняющими переменными. 9. Как проверяется значимость уравнения регрессии и его коэффициентов? На основе дисперсионного анализа 10. В чем отличие частных уравнений регрессии от уравнений парной регрессии Частные уравнения регрессии характеризуют изолированное влияние фактора на результат, ибо другие факторы закреплены на неизменном уровне 11. Стандартизированные переменные – количественная переменная, приведенная к «стандартному» масштабу посредством линейного преобразования 12. Отсутствие в уравнении существенной независимой переменной приводит к смещению оценок коэффициентов регрессии. |