Презентация Модель простой линейной регрессии онлайн
На нашем сайте вы можете скачать и просмотреть онлайн доклад-презентацию на тему Модель простой линейной регрессии абсолютно бесплатно. Урок-презентация на эту тему содержит всего 61 слайд. Все материалы созданы в программе PowerPoint и имеют формат ppt или же pptx. Материалы и темы для презентаций взяты из открытых источников и загружены их авторами, за качество и достоверность информации в них администрация сайта не отвечает, все права принадлежат их создателям. Если вы нашли то, что искали, отблагодарите авторов - поделитесь ссылкой в социальных сетях, а наш сайт добавьте в закладки.
Презентации » Математика » Модель простой линейной регрессии
Оцените!
Оцените презентацию от 1 до 5 баллов!
- Тип файла:ppt / pptx (powerpoint)
- Всего слайдов:61 слайд
- Для класса:1,2,3,4,5,6,7,8,9,10,11
- Размер файла:1.75 MB
- Просмотров:92
- Скачиваний:0
- Автор:неизвестен
Слайды и текст к этой презентации:
№3 слайд
![Определение модели Простая](/documents_6/73b7bb9c13209d5f8a265f89767d9870/img2.jpg)
Содержание слайда: Определение модели
Простая линейная регрессия — это модель, описывающая зависимость величины y от одной переменной x в виде y a bx
a, b — коэффициенты
— случайная величина
Терминология
x — объясняющая переменная или существенный фактор или регрессор
a, b — параметры регрессии
— случайный фактор
y — результирующий показатель или отклик
№5 слайд
![Теоретическое уравнение](/documents_6/73b7bb9c13209d5f8a265f89767d9870/img4.jpg)
Содержание слайда: Теоретическое уравнение модели
Сериальная ошибка
— это разность между имеющимся значением зависимой переменной и соответствующим ему значением, предсказанным по уравнению модели
Теоретическое уравнение модели
― такое уравнение, у которого на имеющейся выборке каждая из сериальных ошибок принимает наименьшее значение
Обозначение y a bx
№8 слайд
![Теоретические ограничения У](/documents_6/73b7bb9c13209d5f8a265f89767d9870/img7.jpg)
Содержание слайда: Теоретические ограничения
У каждой сериальной ошибки математическое ожидание равно нулю
Дисперсии всех сериальных ошибок одинаковы (гомоскедастичность возмущений)
Сериальные ошибки не коррелируют между собой (отсутствие автокорреляции возмущений)
Объем выборки больше двух
Выборочные значения существенного фактора не случайны
Элементы выборки не расположены на одной вертикальной прямой
№12 слайд
![Выровненные значения и](/documents_6/73b7bb9c13209d5f8a265f89767d9870/img11.jpg)
Содержание слайда: Выровненные значения и остатки
Выровненное значение − значение зависимой переменной, предсказанное с помощью эмпирического уравнения модели
Обозначение: выровненное значение с номером i:
Остаток − это разность между имеющимся значением зависимой переменной и соответствующим ему значением, предсказанным по эмпирическому уравнению
Обозначение: остаток с номером i:
Вычисление:
№16 слайд
![Интрерпретация уравнения](/documents_6/73b7bb9c13209d5f8a265f89767d9870/img15.jpg)
Содержание слайда: Интрерпретация уравнения модели
Зависимость расходов на транспорт от дохода (США, 1946-2002 годы)
Коэффициент при DPI:
если доход увеличивается на 1 млрд. долларов, то
расходы на транспорт возрастают на 37,5 млн. долларов
Свободный член:
формально показывает, что нулевом доходе расходы на транспорт будут равны 3,8788 млрд. долларов
№17 слайд
![Интрерпретация уравнения](/documents_6/73b7bb9c13209d5f8a265f89767d9870/img16.jpg)
Содержание слайда: Интрерпретация уравнения модели
Коэффициент при объясняющей переменной:
показывает, на сколько единиц примерно изменяется зависимая переменная при увеличении независимой переменной на единицу
Свободный член равен величине зависимой переменной при нулевом значении существенного фактора
№23 слайд
![Проверка значимости модели](/documents_6/73b7bb9c13209d5f8a265f89767d9870/img22.jpg)
Содержание слайда: Проверка значимости модели
Тест Фишера
Основная гипотеза – модель незначимая
Альтернативная – модель значимая
Наблюдаемое значение:
Критическое значение: квантиль уровня 1– α распределения Фишера с 1 и n – 2 степенями свободы
Выводы: если наблюдаемое больше критического, то модель значимая (с возможной 100α%-й ошибкой)
если наблюдаемое меньше критического, то гипотеза о незначимости модели не отвергается
№25 слайд
![Коэффициент детерминации](/documents_6/73b7bb9c13209d5f8a265f89767d9870/img24.jpg)
Содержание слайда: Коэффициент детерминации
Коэффициент детерминации:
Выводы о качестве модели
Коэффициент меньше примерно 0,2:
модель плохо описывает имеющиеся данные
Коэффициент больше примерно 0,7: модель линейной регрессии дает хорошее описание
Коэффициент от 0,2 до 0,7: нельзя сделать вывод о качестве модели
№35 слайд
![Интервальные оценки](/documents_6/73b7bb9c13209d5f8a265f89767d9870/img34.jpg)
Содержание слайда: Интервальные оценки
Интервальная оценка углового коэффициента:
нижняя граница интервала
верхняя граница интервала
– точечная оценка углового коэффициента
– стандартная ошибка углового коэффициента
– двусторонняя квантиль уровня 1– α распределения Стьюдента с n – 2 степенями свободы
№38 слайд
![Определения Параметр при](/documents_6/73b7bb9c13209d5f8a265f89767d9870/img37.jpg)
Содержание слайда: Определения
Параметр при существенном факторе x называется значимым, если его истинное значение не равно нулю
Значимость параметра при x означает: модель учитывает влияние данного фактора на зависимую переменную
Параметр при существенном факторе x называется статистически незначимым, если его значимость не установлена
Статистическая незначимость параметра при x означает: возможно, модель не учитывает влияние данного фактора на зависимую переменную
№40 слайд
![Проверка значимости параметра](/documents_6/73b7bb9c13209d5f8a265f89767d9870/img39.jpg)
Содержание слайда: Проверка значимости параметра
Тест Стьюдента
Основная гипотеза – параметр b незначимый
Альтернативная – параметр b значимый
Наблюдаемое значение:
Критическое значение: квантиль уровня 1– α распределения Стьюдента с n – 2 степенями свободы
Выводы: если наблюдаемое больше критического, то параметр значимый (с возможной 100α%-й ошибкой)
если наблюдаемое меньше критического, то гипотеза о незначимости параметра не отвергается (статистическая незначимость параметра)
№54 слайд
![Оценка качества модели](/documents_6/73b7bb9c13209d5f8a265f89767d9870/img53.jpg)
Содержание слайда: Оценка качества модели
Инструменты
Точечная диаграмма (расположение точек вдоль линии тренда)
Статистика Фишера (значимость модели по тесту Фишера)
Коэффициент детерминации (оценка качества модели по его величине)
Средняя относительная погрешность (оценка качества модели по её величине)
№55 слайд
![Оценка качества модели](/documents_6/73b7bb9c13209d5f8a265f89767d9870/img54.jpg)
Содержание слайда: Оценка качества модели
Характеристики подходящей модели
На диаграмме точки расположены, в основном, вдоль линии тренда
Модель значимая
Коэффициент детерминации не меньше заданного уровня (обычно 0,65-0,7)
Средняя относительная погрешность не меньше заданного уровня (обычно 10% - 25%)
№58 слайд
![Выбор модели Два этапа Первый](/documents_6/73b7bb9c13209d5f8a265f89767d9870/img57.jpg)
Содержание слайда: Выбор модели
Два этапа
Первый этап: выбор подходящих моделей
Обычно используются: линейная, гиперболическая, параболическая, экспоненциальная, степенная модели
Для моделей с зависимой переменной, отличной от исходной, предсказанные значения, остатки, коэффициенты детерминации и среднюю относительную погрешность необходимо вычислять отдельно!
Скачать все slide презентации Модель простой линейной регрессии одним архивом:
Похожие презентации
-
Модель парной линейной регрессии
-
Модели нелинейной регрессии
-
Практикум 5 (вторая часть РГР). Построение эконометрических моделей нелинейной парной регрессии (НПР)
-
Линейная модель парной регрессии. Метод наименьших квадратов
-
Машинное обучение и анализ данных. Линейные модели. Логистическая регрессия
-
Нелинейные модели регрессии
-
Регрессионный анализ. Эмпирические модели. Понятия регрессии. Уравнение линейной регрессии. (Лекция 9)
-
Линейные регрессионные модели с гетероскедастичными и автокоррелированными остатками
-
Модели нелинейной множественной регрессии
-
Нелинейные модели регрессии. (Лекция 7)