Cтраница 1
Построение уравнения множественной регрессии по динамическим рядам является одной из важных проблем регрессионного анализа. Этот вопрос весьма актуален, но имеет дискуссионный характер. [1]
Построение уравнения множественной регрессии начинается с решения вопроса о спецификации модели. Она включает в себя два круга вопросов: отбор факторов и выбор вида уравнения регрессии. Их решение при построении модели множественной регрессии имеет некоторую специфику, которая рассматривается ниже. [2]
При построении уравнения множественной регрессии по отклонениям от уровней динамических рядов некоторые авторы считают необходимым выполнение следующих условий. [3]
При построении уравнения множественной регрессии может возникнуть проблема мультиколлинеарности факторов, их тесной линейной связанности. [4]
Они приводят построение уравнения множественной регрессии соответственно к разным методикам. В зависимости оттого, какая методика построения уравнения регрессии принята, меняется алгоритм ее решения на ЭВМ. [5]
Компьютерные программы построения уравнения множественной регрессии в зависимости от использованного в них алгоритма решения позволяют получить либо только уравнение регрессии для исходных данных, либо, кроме того, уравнение регрессии в стандартизованном масштабе. [6]
Иногда при построении уравнений множественной регрессии по временным рядам автокорреляция возникает в отклонениях фактических значений зависимой переменной от расчетных, выравненных по уравнению регрессии. [7]
На первом этапе решения задачи построения уравнения множественной регрессии по способу Брандона строим частные зависимости выходной переменной от каждого из факторов и выбираем тот фактор, влияние которого на выходной показатель наибольшее. [8]
В настоящее время существуют следующие основные подходы построения уравнения множественной регрессии по динамическим рядам. [9]
Наряду с этим уделяется недостаточное внимание важной проблеме построения уравнения множественной регрессии динамических рядов. [10]
Рассматривая вопрос о коррелировании уровня динамических рядов с временным фактором, Г. С. Кильдишев, С. И. Вул, А. С. Дов-ба и др. указывают, что такой подход к построению уравнений множественной регрессии возможен. Время является одним из факторов уравнения множественной регрессии, который имеет вполне определенный экономический смысл. [11]
Теснота связи количественно выражается величиной коэффициентов корреляции. Коэффициенты корреляции, представляя количественную характеристику тесноты связи между признаками, дают возможность определять полезность факторных признаков при построении уравнений множественной регрессии. [12]
Проблемы множественного корреляционно-регрессионного анализа и моделирования подробно изучаются в специальном курсе того же названия. В курсе Общая теория статистики рассматриваются только самые общие вопросы этой сложной проблемы и дается начальное представление о методике построения уравнения множественной регрессии и показателей связи. [13]
Один из возможных путей решения этой проблемы состоит в применении к оценке параметров модели обобщенного МНК. При построении уравнения множественной регрессии по временным рядам данных, помимо двух вышеназванных проблем, возникает также проблема муль-тиколлинеарности факторов, входящих в уравнение регрессии, в случае если эти факторы содержат тенденцию. [14]