Модель - регрессия
Cтраница 1
Модель регрессии (7.69) называют механизмом корректировки посредством ошибок. Если коэффициент Ьг статистически значим, то его величина характеризует долю неравновесного состояния временного ряда у которая корректируется в каждом следующем периоде. Поскольку Ау, в модели (7.69) есть первые разности исходных уровней ряда, можно сказать, что коэффициент Ь2 характеризует скорость корректировки ряда у, во времени по направлению к достижению равновесного состояния. [1]
Модель регрессии (7.69) называют механизмом корректировки посредством ошибок. Если коэффициент Ьг статистически значим, то его величина характеризует долю неравновесного состояния временного ряда у которая корректируется в каждом следующем периоде. Поскольку Ду, в модели (7.69) есть первые разности исходных уровней ряда, можно сказать, что коэффициент Ь2 характеризует скорость корректировки ряда у, во времени по направлению к достижению равновесного состояния. [2]
Модель регрессии ( 1), ( 2) является весьма общей, если иметь в виду зависимость у ( от набора параметров. [3]
Построим модель регрессии с включением фактора времени и фиктивных переменных для данных о потреблении электроэнергии из примера 5.4. В данной модели четыре независимые переменные: t, х, х2, х3 и результативная переменная у. [4]
 |
Однофакторный дисперсионный анализ. [5] |
Пусть модель регрессии и результаты измерений те же, что и в примере 1.7, и пусть значение а2 неизвестно. [6]
Построим модель регрессии с включением фактора времени и фиктивных переменных для данных о потреблении электроэнергии из примера 5.4. В данной модели четыре независимые переменные: t, хь х2, х3 и результативная переменная у. [7]
Интерпретация моделей регрессии осуществляется методами той отрасли знаний, к которой относятся исследуемые явления. Но всякая интерпретация начинается со статистической оценки уравнения регрессии в целом и оценки значимости входящих в модель факторных признаков, т.е. с выяснения, как они влияют на величину результативного признака. Чем больше величина коэффициента регрессии, тем значительнее влияние данного признака на моделируемый. Особое значение при этом имеет знак перед коэффициентом регрессии, который говорит о характере влияния на результативный признак. Если факторный признак имеет знак плюс, то с увеличением данного фактора результативный признак возрастает; если факторный признак имеет знак минус, то с его увеличением результативный признак уменьшается. [8]
В моделях регрессии или прокси-моделях для оценки риска анализируются характеристики фирмы, такие как размер, имеющие корреляцию с высокими доходами в прошлом. Полученные результаты в дальнейшем используются для измерения рыночного риска. Во всех этих моделях измерение риска основывается на использовании оценки ожидаемой доходности инвестиции в собственный капитал. [9]
Следовательно, модель регрессии с фиктивными переменными описывает динамику временного ряда потребления электроэнергии лучше, чем аддитивная модель. [10]
Существует две модели регрессии. Условно можно модель у - Ь0 ух) i ( ух) х назвать прямой регрессией, а модель х - bo ( Xy) j i ( xy) У - - обратной. [11]
Существует две модели регрессии. [12]
Существует две модели регрессии. Условно можно модель у о, ( у, х) - Ь i ( г / ж) х назвать прямой регрессией, а модель х - Ьо ( х, у) Ь ( ХУ) У - обратной. [13]
Существует две модели регрессии. Условно можно модель у Ь0 ( УХ) ti ( уХ) Х назвать прямой регрессией, а модель х bo ( Ху), i ( ху) У - - обратной. [14]
Следовательно, модель регрессии с фиктивными переменными описывает динамику временного ряда потребления электроэнергии лучше, чем аддитивная модель. [15]
Страницы: 1 2 3