Оцените презентацию от 1 до 5 баллов!
Тип файла:
ppt / pptx (powerpoint)
Всего слайдов:
19 слайдов
Для класса:
1,2,3,4,5,6,7,8,9,10,11
Размер файла:
201.83 kB
Просмотров:
87
Скачиваний:
0
Автор:
неизвестен
Слайды и текст к этой презентации:
№1 слайд![Изучайте классиков и решайте](/documents_6/5a70cd8aa0160ae78ba8901d0702febf/img0.jpg)
Содержание слайда: Изучайте классиков и решайте трудные задачи.
П.Л. Чебышев
Парная линейная регрессия
Оценивание по МНК коэффициентов регрессии
Презентация
подготовлена к.э.н., профессором
каф. математической статистики СГЭУ,
Сухановой Е.И.
E-mail: eisukhanova@yandex.ru
№2 слайд![План Метод наименьших](/documents_6/5a70cd8aa0160ae78ba8901d0702febf/img1.jpg)
Содержание слайда: План
Метод наименьших квадратов (МНК).
Перечень средств MS Excel.
Алгоритм применения функции ЛИНЕЙН.
Результаты оценивания регрессии.
№3 слайд![Цели обучения научиться](/documents_6/5a70cd8aa0160ae78ba8901d0702febf/img2.jpg)
Содержание слайда: Цели обучения
научиться применять МНК для оценивания теоретических коэффициентов уравнения парной линейной регрессии;
изучить структуру дополнительной регрессионной статистики функции ЛИНЕЙН табличного процессора MS Excel.
№4 слайд![Метод наименьших квадратов](/documents_6/5a70cd8aa0160ae78ba8901d0702febf/img3.jpg)
Содержание слайда: Метод наименьших квадратов (МНК)
Пусть в генеральной совокупности зависимость между переменными Y и X имеет вид: (1)
Типичный вид корреляционного поля данных наблюдений для выборки значений (Xi,Y i), объемом n из генеральной совокупности:
№5 слайд![Цель МНК выполнить наилучшую](/documents_6/5a70cd8aa0160ae78ba8901d0702febf/img4.jpg)
Содержание слайда: Цель МНК – выполнить наилучшую ”подгонку” прямой под данные наблюдений
№6 слайд![Суть МНК следует найти такие](/documents_6/5a70cd8aa0160ae78ba8901d0702febf/img5.jpg)
Содержание слайда: Суть МНК:
следует найти такие коэффициенты уравнения регрессии, чтобы сумма квадратов отклонений эмпирических значений результативного признака от расчетных, вычисленных по уравнению, была бы минимальной, т.е.
№7 слайд![Корреляционное поле. Истинная](/documents_6/5a70cd8aa0160ae78ba8901d0702febf/img6.jpg)
Содержание слайда: Корреляционное поле. Истинная зависимость Y от X . МНК-прямая
№8 слайд![Формулы для вычисления](/documents_6/5a70cd8aa0160ae78ba8901d0702febf/img7.jpg)
Содержание слайда: Формулы для вычисления эмпирических коэффициентов регрессии, полученные по МНК
(3)
№9 слайд![Пример . Есть данные о](/documents_6/5a70cd8aa0160ae78ba8901d0702febf/img8.jpg)
Содержание слайда: Пример 1.
Есть данные о количестве внесенных удобрений
(Y, кг/га) и урожайности пшеницы (X, ц/га) по десяти фермерским хозяйствам:
Считая форму связи между признаками Y и X линейной,1) найти по МНК эмпирические коэффициенты регрессии; 2) построить корреляционное поле и эмпирическую линию регрессии; 3) вычислить значение функции
№10 слайд![Перечень средств MS Excel](/documents_6/5a70cd8aa0160ae78ba8901d0702febf/img9.jpg)
Содержание слайда: Перечень средств MS Excel
Встроенная статистическая функция MS Excel КОВАР(массив_1;массив_2).
Встроенная математическая функция MS Excel СУММКВРАЗН(массив_1;массив_2).
Встроенная статистическая функция ЛИНЕЙН (известные_значения_y ; известные_значения_x; конст; статистика ).
Мастер диаграмм.
№11 слайд![Краткие сведения Функция](/documents_6/5a70cd8aa0160ae78ba8901d0702febf/img10.jpg)
Содержание слайда: Краткие сведения
Функция СУММКВРАЗН(массив_1;массив_2) вычисляет сумму квадратов разностей между соответствующими компонентами массивов.
Функция КОВАР(массив_1;массив_2) находит выборочную ковариацию данных наблюдений, представленных в массивах.
Функция ЛИНЕЙН (известные_значения_y ; известные_значения_x; конст; статистика ) находит по МНК оценки коэффициентов регрессии и дополнительную регрессионную статистику.
Точечная диаграмма позволяет визуализировать точки из двумерной совокупности.
№12 слайд![Алгоритм применения функции](/documents_6/5a70cd8aa0160ae78ba8901d0702febf/img11.jpg)
Содержание слайда: Алгоритм применения функции ЛИНЕЙН
Занести в ячейки с адресами B1:K1 рабочего листа MS Excel значения X, а в ячейки B2:K2 – значения Y.
Выделить интервал из двух ячеек A6:B6 . Вставка -> Функция.
Выбрать категорию (вид функции) – «Статистические». Затем в списке с названиями статистических функций, упорядоченными по алфавиту, найти функцию ЛИНЕЙН.
ЛИНЕЙН -> ОК.
№13 слайд![Алгоритм применения функции](/documents_6/5a70cd8aa0160ae78ba8901d0702febf/img12.jpg)
Содержание слайда: Алгоритм применения функции ЛИНЕЙН (продолжение)
Задать значения четырех аргументов функции ЛИНЕЙН.
Первый аргумент: известные_значения_y -> B2:K2.
Второй аргумент: известные_значения_x -> B1:K1.
Задать значения необязательных логических аргументов конст и статистика по умолчанию, т.е.: конст ->1;
статистика -> 0.
7. ОК.
№14 слайд![Результаты применения функции](/documents_6/5a70cd8aa0160ae78ba8901d0702febf/img13.jpg)
Содержание слайда: Результаты применения функции ЛИНЕЙН
В левой из двух выделенных ячеек (A6) появится первый элемент итоговой таблицы – величина коэффициента .
Для того, чтобы получить всю таблицу, следует сначала нажать клавишу F2, а затем –комбинацию клавиш: CTRL+SHIFT+ENTER.
В ячейке B6 появится значение
коэффициента .
№15 слайд![Результаты оценивания](/documents_6/5a70cd8aa0160ae78ba8901d0702febf/img14.jpg)
Содержание слайда: Результаты оценивания регрессии. Рабочий лист MS Excel c исходными данными
№16 слайд![Визуализация решения,](/documents_6/5a70cd8aa0160ae78ba8901d0702febf/img15.jpg)
Содержание слайда: Визуализация решения, найденного с помощью MS Excel
№17 слайд![Основные варианты задания](/documents_6/5a70cd8aa0160ae78ba8901d0702febf/img16.jpg)
Содержание слайда: Основные варианты задания логических аргументов функции ЛИНЕЙН
№18 слайд![Варианты вывода результатов](/documents_6/5a70cd8aa0160ae78ba8901d0702febf/img17.jpg)
Содержание слайда: Варианты вывода результатов функции ЛИНЕЙН для случая парной линейной регрессии
сокращенный
[конст =1 (или истина),
статистика = 0
(или ложь)]
№19 слайд![Заключение МНК позволяет](/documents_6/5a70cd8aa0160ae78ba8901d0702febf/img18.jpg)
Содержание слайда: Заключение
МНК позволяет получать надежные статистические оценки теоретических коэффициентов регрессии.