Презентация По математике "НЕЛИНЕЙНЫЕ МОДЕЛИ РЕГРЕСИИ" - скачать онлайн
На нашем сайте вы можете скачать и просмотреть онлайн доклад-презентацию на тему По математике "НЕЛИНЕЙНЫЕ МОДЕЛИ РЕГРЕСИИ" - скачать абсолютно бесплатно. Урок-презентация на эту тему содержит всего 75 слайдов. 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 » По математике "НЕЛИНЕЙНЫЕ МОДЕЛИ РЕГРЕСИИ" - скачать
Оцените!
Оцените презентацию от 1 до 5 баллов!
- Тип файла:ppt / pptx (powerpoint)
- Всего слайдов:75 слайдов
- Для класса:1,2,3,4,5,6,7,8,9,10,11
- Размер файла:252.50 kB
- Просмотров:72
- Скачиваний:0
- Автор:неизвестен
Слайды и текст к этой презентации:
№25 слайд
![. Модели с распределенным](/documents/3ce7bdc6dfd209d4660fb3ae4dd0cf23/img24.jpg)
Содержание слайда: 2. Модели с распределенным лагом.
Будем рассматривать динамические эконометрические модели. Эконометрическая модель является динамической, если в данный момент времени t она учитывает значения входящих в нее переменных, относящиеся как к текущим, так и к предыдущим моментам времени, т.е. если эта модель отражает динамику исследуемых переменных в каждый момент времени.
№27 слайд
![Если значение результативного](/documents/3ce7bdc6dfd209d4660fb3ae4dd0cf23/img26.jpg)
Содержание слайда: Если значение результативного признака в текущий момент времени t формируется под воздействием ряда факторов, действовавших в прошлые моменты времени t – 1, t – 2, … , t – l, то величину l, характеризующую запаздывание в воздействии фактора на результат, называют лагом, а временные ряды самих факторных переменных, сдвинутые на один или более моментов времени, – лаговыми переменными.
№29 слайд
![Эконометрическое](/documents/3ce7bdc6dfd209d4660fb3ae4dd0cf23/img28.jpg)
Содержание слайда: Эконометрическое моделирование охарактеризованных выше процессов осуществляется с применением моделей, содержащих не только текущие, но и лаговые значения факторных переменных. Эти модели называются моделями с распределенным лагом.
Например,
yt = a + b0xt + b1xt-1 + b2xt-2 + εt –
модель с распределенным лагом.
№30 слайд
![Наряду с лаговыми значениями](/documents/3ce7bdc6dfd209d4660fb3ae4dd0cf23/img29.jpg)
Содержание слайда: Наряду с лаговыми значениями независимых, или факторных, переменных на величину зависимой переменной текущего периода могут оказывать влияние ее значения в прошлые моменты или периоды времени. Эти процессы обычно описывают с помощью моделей регрессии, содержащих в качестве факторов лаговые значения зависимой переменной, которые называются моделями авторегрессии. Например, модель вида
yt = a + b0xt + c1yt-1 + εt –
модель авторегрессии.
№31 слайд
![Построение моделей с](/documents/3ce7bdc6dfd209d4660fb3ae4dd0cf23/img30.jpg)
Содержание слайда: Построение моделей с распределенным лагом и моделей авторегрессии имеет свою специфику. Во-первых, оценка параметров модели авторегрессии, а в большинстве случаев и моделей с распределенным лагом не может быть произведена с помощью обычного МНК ввиду нарушения его предпосылок и требует специальных статистических методов.
№32 слайд
![Во-вторых, исследователям](/documents/3ce7bdc6dfd209d4660fb3ae4dd0cf23/img31.jpg)
Содержание слайда: Во-вторых, исследователям приходится решать проблемы выбора оптимальной величины лага и определения его структуры.
Наконец, в-третьих, между моделями с распределенным лагом и моделями авторегрессии существует определенная взаимосвязь, и в некоторых случаях необходимо осуществлять переход от одного типа моделей к другому.
№33 слайд
![. Лаги Алмон. Рассмотрим](/documents/3ce7bdc6dfd209d4660fb3ae4dd0cf23/img32.jpg)
Содержание слайда: 3. Лаги Алмон. Рассмотрим общую модель с распределенным лагом, имеющую конечную максимальную величину лага l, которая описывается соотношением
yt = a + b0xt + b1xt-1 + … + bpxt-p + εt (1)
Эта модель говорит о том, что если в некоторый момент времени t происходит изменение независимой переменной х, то это изменение будет влиять на значения переменной у в течение l следующих моментов времени.
№34 слайд
![Коэффициент регрессии b при](/documents/3ce7bdc6dfd209d4660fb3ae4dd0cf23/img33.jpg)
Содержание слайда: Коэффициент регрессии b0 при переменной xt характеризует среднее абсолютное изменение yt при изменении xt на 1 ед. своего измерения в некоторый фиксированный момент времени t без учета воздействий лаговых значений фактора х. Этот коэффициент называют краткосрочным мультипликатором.
№36 слайд
![С учетом конечной величины](/documents/3ce7bdc6dfd209d4660fb3ae4dd0cf23/img35.jpg)
Содержание слайда: С учетом конечной величины лага можно сказать, что изменение переменной xt в момент t на 1 усл. ед. приведет к общему изменению результата через l моментов времени на (b0 + b1 + … +bl) абсолютных единиц.
Величину
b = b0 + b1 + … + bl
называют долгосрочным мультипликатором.
№38 слайд
![Предположим, что было](/documents/3ce7bdc6dfd209d4660fb3ae4dd0cf23/img37.jpg)
Содержание слайда: Предположим, что было установлено, что в исследуемой модели имеет место полиномиальная структура лага, т.е. зависимость коэффициентов регрессии bi от величины лага описывается полиномом k-ой степени. Частным случаем полиномиальной структуры лага является линейная модель. Лаги, структуру которых можно описать с помощью полиномов, называют лагами Алмон, по имени
Ш. Алмон, впервые обратившей внимание на такое представление лагов.
№42 слайд
![Подставив в найденные](/documents/3ce7bdc6dfd209d4660fb3ae4dd0cf23/img41.jpg)
Содержание слайда: Подставив в (1) найденные соотношения для bj, получим:
yt = a + c0xt + (c0 + c1 + … + ck)xt-1 +
(c0 + 2c1 + 4c2 + … + 2kck)xt-2 + ( c0 + 3c1 + 9c2 + … + 3kck)xt-3 + … +( c0 + lc1 + l2c2 + … + lkck)xt-l + εt . (3)
Перегруппируем слагаемые в (3):
yt = a + c0(xt + xt-1 + xt-2 + … + xt-l) +
c1(xt-1 + 2xt-2 + 3xt-3 + … + lxt-l) + c2(xt-1 + 4xt-2 + 9xt-3 + … + l2xt-l) + … + ck(xt-1 + 2kxt-2 + 3kxt-3 + … + lkxt-l) + εt . (4)
№47 слайд
![Применение метода Алмон](/documents/3ce7bdc6dfd209d4660fb3ae4dd0cf23/img46.jpg)
Содержание слайда: Применение метода Алмон сопряжено с рядом проблем.
1. Величина лага l должна быть известна заранее. При ее определении лучше исходить из максимально возможного лага, чем ограничиваться лагами небольшой длины. Выбор меньшего лага, чем его реальное значение, приведет к тому, что в модели регрессии не будет учтен фактор, оказывающий значительное влияние на результат, т.е. к неверной спецификации модели.
№50 слайд
![Наиболее простым способом](/documents/3ce7bdc6dfd209d4660fb3ae4dd0cf23/img49.jpg)
Содержание слайда: Наиболее простым способом определения реальной величины лага является измерение тесноты связи между результатом и лаговыми значениями фактора. Кроме того, оптимальную величину лага можно приближенно определить на основе априорной информации экономической теории или проведенных ранее эмпирических исследований.
№51 слайд
![. Необходимо установить](/documents/3ce7bdc6dfd209d4660fb3ae4dd0cf23/img50.jpg)
Содержание слайда: 2. Необходимо установить степень полинома k. Обычно на практике ограничиваются рассмотрением полиномов 2-й и 3-й степени, применяя следующее правило: выбранная степень полинома должна быть на единицу больше числа экстремумов в структуре лага. Если априорную информацию о структуре лага получить невозможно, величину k проще всего получить путем сравнения моделей, построенных для различных значений k, и выбора наилучшей модели.
№52 слайд
![. Переменные z, которые](/documents/3ce7bdc6dfd209d4660fb3ae4dd0cf23/img51.jpg)
Содержание слайда: 3. Переменные z, которые определяются как линейные комбинации исходных переменных х, будут коррелировать между собой в случаях, когда наблюдается высокая связь между самими исходными переменными. Поэтому оценку параметров модели (6) приходится проводить в условиях мультиколлинеарности факторов.
№53 слайд
![Однако мультиколлинеарность](/documents/3ce7bdc6dfd209d4660fb3ae4dd0cf23/img52.jpg)
Содержание слайда: Однако мультиколлинеарность факторов z0, … , zk в модели (6) сказывается на оценках параметров
b0, … , bl в несколько меньшей степени, чем если бы эти оценки были получены путем применения обычного МНК непосредственно к модели (1) в условиях мультиколлинеарности факторов xt, … , xt-l.
№54 слайд
![Метод Алми имеет два](/documents/3ce7bdc6dfd209d4660fb3ae4dd0cf23/img53.jpg)
Содержание слайда: Метод Алми имеет два преимущества.
1. Он достаточно универсален и может быть применен для моделирования процессов, которые характеризуются разнообразными структурами лагов.
2. При относительно небольшом количестве переменных в (6) (обычно выбирают k = 2 или k = 3), которое не приводит к потере значительного числа степеней свободы, с помощью метода Алмон можно построить модели с распределенным лагом любой длины.
№56 слайд
![Параметры такой модели](/documents/3ce7bdc6dfd209d4660fb3ae4dd0cf23/img55.jpg)
Содержание слайда: Параметры такой модели обычным МНК определить нельзя из-за бесконечного числа факторов. Однако, приняв определенные допущения относительно структуры лага, оценки ее параметров все же можно получить. Эти допущения состоят в наличии геометрической структуры лага, т.е. такой структуры, когда воздействия лаговых значений фактора на результат уменьшаются с увеличением величины лага в геометрической прогрессии.
№57 слайд
![Впервые такой подход к оценке](/documents/3ce7bdc6dfd209d4660fb3ae4dd0cf23/img56.jpg)
Содержание слайда: Впервые такой подход к оценке параметров моделей с распределенным лагом был предложен Л.М. Койком. Койк предположил, что существует некоторый постоянный темп λ (0 < λ < 1) уменьшения во времени лаговых воздействий фактора на результат. Если, например, в период t результат изменялся под воздействием изменения фактора в этот же период времени на b0 ед., то под воздействием изменения фактора, имевшего место в период (t – 1), результат изменится на b0λ ед.; в период (t – 2) – на b0λ2 ед., и т.д.
№58 слайд
![Для некоторого периода t l](/documents/3ce7bdc6dfd209d4660fb3ae4dd0cf23/img57.jpg)
Содержание слайда: Для некоторого периода (t – l) это изменение результата составит b0λl ед. В более общем виде можно записать:
bj = b0 λ; j = 0, 1, 2, … , 0<λ<1 (8)
Ограничение на значения λ > 0 обеспечивает одинаковые знаки для всех коэффициентов bj > 0, а ограничение bj < 1 означает, что с увеличением лага значения параметров модели ( 7) убывают в геометрической прогрессии.
№60 слайд
![Выразим с помощью все](/documents/3ce7bdc6dfd209d4660fb3ae4dd0cf23/img59.jpg)
Содержание слайда: Выразим с помощью (8) все коэффициенты bj в модели (7) через b0 и λ:
yt = a + b0xt + b0 λxt-1 + b0 λ2xt-2 + … + εt (9)
Тогда для периода (t – 1) модель (9) можно записать следующим образом:
yt-1 = a + b0xt-1 + b0λxt-2 + b0λ2xt-3 + … + εt-1 10)
Умножим обе части (10) на λ:
λyt-1 =λ a + b0 λxt-1 + b0λ2 xt-2 + b0λ3 xt-3 + …
+λ εt-1 (11)
№62 слайд
![Полученная модель есть модель](/documents/3ce7bdc6dfd209d4660fb3ae4dd0cf23/img61.jpg)
Содержание слайда: Полученная модель есть модель двухфакторной линейной регрессии (точнее – авторегрессии). Определив ее параметры, мы найдем λ и оценки параметров а и b0 исходной модели. Далее с помощью соотношений (8) можно определить параметры b1, b2, … модели (7). Отметим, что применение обычного МНК к оценке параметров модели (13) приведет к получению смещенных оценок ее параметров ввиду наличия в этой модели в качестве фактора лаговой результативной переменной yt-1.
№66 слайд
![Нетрудно заметить, что при ,](/documents/3ce7bdc6dfd209d4660fb3ae4dd0cf23/img65.jpg)
Содержание слайда: Нетрудно заметить, что при λ = 0,5 средний лаг ,
а при l < 0,5 средний лаг ,
т.е. воздействие фактора на результат в среднем занимает менее одного периода времени. Величину (1 – λ) интерпретируют обычно как скорость, с которой происходит адаптация результата во времени к изменению факторного признака. Для расчета медианного лага необходимо
Скачать все slide презентации По математике "НЕЛИНЕЙНЫЕ МОДЕЛИ РЕГРЕСИИ" - скачать одним архивом:
Похожие презентации
-
По математике "Моделирование составных задач" - скачать
-
По математике "Моделирование текстовых задач при обучении математике" - скачать
-
Скачать презентацию Математическое моделирование и проектирование
-
Модели нелинейной регрессии
-
Практикум 5 (вторая часть РГР). Построение эконометрических моделей нелинейной парной регрессии (НПР)
-
Математическое моделирование. Значимость коэффициентов регрессии
-
Нелинейные модели регрессии
-
Модели нелинейной множественной регрессии
-
Нелинейные модели регрессии. (Лекция 7)
-
Построение некоторых типов нелинейных моделей