Пример готовой курсовой работы по предмету: Эконометрика
Содержание
Введение 3
1. МНК – основной метод построения линейной модели 4
2. Пример построения линейной модели и оценка коэффициентов регрессии 6
3. Типовая задача на оценку коэффициентов регрессии 11
3.1 Анализ коэффициентов уравнения регрессии при известном s 2 12
3.2 Оценивание s 2 14
3.3 Анализ коэффициентов уравнения регрессии при неизвестном s 2 15
Заключение 16
Список литературы: 17
Выдержка из текста
Введение
Регрессионный анализ занимается задачей установления математической формы корреляционной связи. Зависимая переменная у при этом рассматривается как случайная величина, а независимые переменные можно прямо или косвенно контролировать.
В отличие от функциональной связи в регрессионном анализе речь идет об установлении функции регрессии где символ M(/) обозначает математическое ожидание случайной величины у при заданных значениях независимых переменных.
Здесь важно заметить следующее.
В то время как независимые переменные контролируемы, управляемы, а у является случайной величиной, то по данным эксперимента, в котором приняли вполне конкретные значения, можно судить лишь об оценке параметра, связанного с распределением у, оценок же, как мы уже знаем, можно построить много.
Построение линейных моделей всегда было актуальным вопросом. Оценка точности построенной модели, а следовательно и качества этой модели является одной из важнейших задач регрессионного анализа.
Целью данной работы являются общие принципы построения линейных моделей, изучение и построение доверительных интервалов к коэффициентам регрессии.
Задачи данной работы являются:
- 1)Изучение принципа построения линейных моделей;
- 2)Расчет необходимых параметров полученной модели;
- 3)Построение доверительных интервалов для коэффициентов регрессии..
1. МНК – основной метод построения линейной модели
Предположим, что нам необходимо описать в виде некоторой функции взаимосвязь двух переменных X и Y (X — фактор, независимая переменная; Y — отклик, зависимая переменная): По результатам наблюдений мы можем оценить эту зависимость приближенно (в силу воздействия неучтенных факторов, случайных причин, ошибок измерения): где — случайная переменная, называемая возмущением. Предполагается, что среднее значение возмущения равно нулю: При этом для каждого значения мы имеем случайную переменную Y со средним значением (математическим ожиданием) Функция называется функцией регрессии случайной переменной Y на X, а график этой функции — линией регрессии. Уравнение регрессии позволяет определить, каким в среднем будет значение отклика Y при том или ином значении фактора X.
Форма регрессионной зависимости (вид функции ) определяется по диаграмме рассеяния, которую получают, нанося экспериментальные точки на координатную плоскость (рисунок 1).
Рисунок 1 – Диаграмма рассеяния при линейной (а) и квадратичной (б) зависимости переменных X и Y.
По диаграмме рассеяния подбирают некоторую гладкую кривую таким образом, чтобы она располагалась как можно «ближе» к экспериментальным точкам. Часто в качестве такой кривой выбирают прямую линию (рис. 1, а) или многочлен (рис. 1, б) [1, с 105]
Список использованной литературы
1. Информатика. Базовый курс. / Под ред. С.В. Симоновича. – СПб: Питер. 2006.- 640с.
2. Шевченко Н. Ю. Моделирование систем: Учебное пособие. Томск. ТМЦДО 2004.- 88 с.
3. Филлипов А.Ю. Информатика: Учебное пособие. Томск. ТМЦДО 2004.- 148 с.
4. Смыслова З. А. Спец. Главы математики. Часть
1. Учебное пособие. Томск. ТМЦДО 2004.- 96 с.
5. Смыслова З. А. Спец. Главы математики. Часть 3 : Учебное пособие. Томск. ТМЦДО 2004.- 80 с.
6. Елисеева И.И., Курышева С.В. и др. Эконометрика: Учеб. пособие. – М.: Финансы и статистика, 2005 – 305 с.
7. Елисеева И.И., Курышева С.В. и др. Практикум по эконометрике: Учеб. пособие. – М.: Финансы и статистика, 2005 – 288 с.
