русс | укр

Языки программирования

ПаскальСиАссемблерJavaMatlabPhpHtmlJavaScriptCSSC#DelphiТурбо Пролог

Компьютерные сетиСистемное программное обеспечениеИнформационные технологииПрограммирование

Все о программировании


Linux Unix Алгоритмические языки Аналоговые и гибридные вычислительные устройства Архитектура микроконтроллеров Введение в разработку распределенных информационных систем Введение в численные методы Дискретная математика Информационное обслуживание пользователей Информация и моделирование в управлении производством Компьютерная графика Математическое и компьютерное моделирование Моделирование Нейрокомпьютеры Проектирование программ диагностики компьютерных систем и сетей Проектирование системных программ Системы счисления Теория статистики Теория оптимизации Уроки AutoCAD 3D Уроки базы данных Access Уроки Orcad Цифровые автоматы Шпаргалки по компьютеру Шпаргалки по программированию Экспертные системы Элементы теории информации

Некоторые формулы и функции Excel, используемые при регрессионном анализе


Дата добавления: 2014-11-28; просмотров: 4592; Нарушение авторских прав


Формула для вычислений Функция EXCEL или инструмент Анализа данных Результат вычислений /Примечания
Оценка параметров модели парной и множественной линейной регрессии по методу МНК. Для вычисления параметров уравнения регрессии следует воспользоваться инструментом Регрессияиз пакета«Анализ данных» Возвращает подробную информацию о параметрах модели, качестве модели, расчетных значениях и остатках в виде четырех таблиц: Регрессионная статистика, Дисперсионный анализ, Коэффициенты, ВЫВОД ОСТАТКА. Там же может быть получен график подбора и график остатков.
Оценка качества модели регрессии
F-критерий Фишера для проверки значимости модели регрессии   =FРАСПОБР(вероятность;степени_ свободы1;степени_свободы2) Степени_свободы 1 — это степени свободы числителя k. Степени_свободы 2 — это степени свободы знаменателя (n - k - 1), где k – количество факторов, включенных в модель, n – длина данных. Возвращает обратное значение для F-распределения вероятностей. FРАСПОБР(…) можно использовать, чтобы определить критические значения F-распределения. Чтобы определить критическое значение F, нужно использовать уровень значимости как аргумент «вероятность» для FРАСПОБР(…).
Коэффициент детерминации Коэффициент детерминациипоказывает долю вариации результативного признака, находящегося под воздействием изучаемых факторов, т. е. определяет, какая доля вариации признака Y учтена в модели и обусловлена влиянием на него факторов. Чем ближе к 1, тем выше качество модели.  
Коэффициент множественной корреляции (индекс корреляции) R   R = = Данный коэффициент является универсальным, так как он отражает тесноту связи и точность модели, а также может использоваться при любой форме связи переменных. Чем ближе R к 1, тем выше качество модели.  
t - критерий Стьюдента для оценки значимости параметров модели линейной регрессии   Вычисленное значение сравнивается с критическим значением t-критерия, которое берется из таблицы значений t Стьюдента с учетом заданного уровня значимости и числа степеней свободы (n-k-1) В Excel критическое значение t-критерия можно получить с помощью функции СТЬЮДРАСПОБР(вероятность; степени_свободы) Вероятность — вероятность, соответствующая двустороннему распределению Стьюдента. Степени_свободы — число степеней свободы, характеризующее распределение.  
Средняя относительная ошибка аппроксимации Средняя относительная ошибка аппроксимации – оценка уровня точности модели
    Оценка влияния отдельных факторов на зависимую переменную на основе модели
Коэффициенты эластичности Эластичность показывает: на сколько процентов изменится значение исследуемой величины при изменении соответствующего фактора на 1 %.
Бета-коэффициенты Бета-коэффициент показывает: на какую часть своего среднеквадратического отклонения (СКО) изменится значение исследуемой переменной при изменении соответствующего фактора на 1 СКО.
Дельта коэффициенты Дельта-коэффициент показывает среднюю долю влияния соответствующего фактора в совокупном влиянии всех факторов, включенных в модель.
Построение интервальных прогнозов по модели регрессии
  – ошибка прогнозирования, которая позволяет определить доверительный интервал прогноза,   где – стандартная ошибка модели (СКО). Ошибка прогнозирования для модели парной регрессии    
         


<== предыдущая лекция | следующая лекция ==>
Формулы и функции Excel, используемые при корреляционном анализе | Регрессионная статистика в отчете Excel


Карта сайта Карта сайта укр


Уроки php mysql Программирование

Онлайн система счисления Калькулятор онлайн обычный Инженерный калькулятор онлайн Замена русских букв на английские для вебмастеров Замена русских букв на английские

Аппаратное и программное обеспечение Графика и компьютерная сфера Интегрированная геоинформационная система Интернет Компьютер Комплектующие компьютера Лекции Методы и средства измерений неэлектрических величин Обслуживание компьютерных и периферийных устройств Операционные системы Параллельное программирование Проектирование электронных средств Периферийные устройства Полезные ресурсы для программистов Программы для программистов Статьи для программистов Cтруктура и организация данных


 


Не нашли то, что искали? Google вам в помощь!

 
 

© life-prog.ru При использовании материалов прямая ссылка на сайт обязательна.

Генерация страницы за: 0.421 сек.