Cтраница 1
Простая регрессия рассматривает одну независимую переменную: цену или затраты на рекламу в функции спроса, а множественная регрессия рассматривает две или большее количество переменных, например, цену и затраты на рекламу совместно. В этой главе обсуждается простая ( линейная) регрессия, например, Y а ЬХ и показывается, как метод наименьших квадратов применяется для расчета коэффициентов регрессии. [1]
Этот случай называют простой регрессией, прямую f ( t) р, р2 - линией регрессии, а коэффициент Рз - ее наклоном. [2]
Вспомним, что в случае простой регрессии постоянная представляла собой величину зависимой переменной, когда независимая переменная имела нулевое значение. Однако при множественной регрессии толкование постоянной является более сложным. [3]
Метод наименьших квадратов расматривался применительно к модели простой регрессии Y а ЬХ. [4]
Корректировка прогноза. [5] |
Прямая наибольшего приближения ( построенная с помощью метода простой регрессии) указывает на общее соотношение прогнозируемых и реальных данных. [6]
Такая модель может быть получена и оценена подобно моделям простой регрессии. Но обычно необходимо построить регрессионную модель с минимальным и достаточным для описания поведения экономической или производственной системы набором переменных. Необходимость добиться высокого уровня детерминации определяет тенденцию к включению в состав модели большого числа переменных. [7]
Теперь мы можем применить уравнения (4.7) и (4.8), выполняя простую регрессию методом наименьших квадратов на log ( n) как независимой переменной и log ( R / S) n как зависимой переменной. Отрезок, отсекаемый на координатной оси, является оценкой log ( c), константой. [8]
Для того чтобы получить количественное выражение связи, показанной на рис. 11.3, статистическим методом простой регрессии было проведено приближение точек прямой линией. [9]
В выражениях 7.2 - 7.4 вектор-параметр а определяется как оценка широко известного математико-статистического метода наименьших квадратов применительно к уравнениям так называемой простой регрессии, в которой содержится единственная независимая переменная. [10]
Ценовая линия нормального спада.| Психологическая реакция потребителя на превышение уровня привычной цены. [11] |
Объем продаж Q как функция ( результативный признак) от переменной ( причинный фактор) цены р может быть задан уравнением простой регрессии вида Q ( PJ) аа a pj - сплошная прямая линия, или ее нелинейной флуктуацией - пунктирные линии. [12]
Показатель Херста может быть приближен посредством вычерчивания log ( R / Sn) против log ( n) и вычисления наклона через простую регрессию методом наименьших квадратов. [13]
Регрессионный анализ представляет собой статистическую процедуру для математического расчета среднего соотношения зависимой и независимой переменных. Выделяют два вида регрессии: простая регрессия и множественная регрессия. Простая регрессия включает одну независимую переменную, множественная - две и более. [14]
Прямая рынка ценных бумаг, полученная на основе внутренних. [15] |