Cтраница 4
Коэффициенты регрессии в (4.14) несопоставимы между собой, а / - коэффициенты уже сопоставимы. Поэтому для аналитика именно стандартизованное представление уравнения регрессии имеет особую значимость, поскольку позволяет дать сравнительную характеристику значимости факторов: чем больше значение / - коэффициента, тем более существен фактор с позиции влияния его на результативный показатель. [46]
Коэффициенты регрессии, найденные исходя из системы нормальных уравнений, представляют собой выборочные оценки характеристики силы связи. Их несмещенность является желательным свойством, так как только в этом случае они могут иметь практическую значимость. Несмещенность оценки означает, что математическое ожидание остатков равно нулю. [47]
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. [48]
Коэффициент регрессии характеризует склонность к потреблению. Он показывает, что из каждой тысячи дохода на потребление расходуется в среднем 650 руб., а 350 руб. инвестируются. Это уравнение можно и не определять, ибо оно выводится из функции потребления. [49]
Уравнение регрессии всегда дополняется показателем тесноты связи. При использовании линейной регрессии в качестве такого показателя выступает линейный коэффициент корреляции Гуу. Существуют разные модификации формулы линейного коэффициента корреляции. [50]
Уравнения регрессии (1.1), (1.2) адекватно, т.е. достаточно достоверно, описывают зависимости 7 и / от Р, V. [51]
Коэффициенты регрессии, найденные исходя из системы нормальных уравнений, представляют собой выборочные оценки характеристики силы связи. Их несмещенность является желательным свойством, так как только в этом случае они могут иметь практическую значимость. Несмещенность оценки означает, что математическое ожидание остатков равно нулю. [52]
Коэффициент регрессии Ь0 при переменной х, характеризует среднее абсолютное изменение у, при изменении х, на 1 ед. Этот коэффициент называют краткосрочным мультипликатором. [53]