Прогнозирование с применением уравнения регрессии

Регрессионные модели могут быть использованы для прогнозирования возможных ожидаемых значений зависимой переменной.

Прогнозируемое значение переменной Прогнозирование с применением уравнения регрессии - student2.ru получается при подстановке в уравнение регрессии ожидаемой величины фактора Прогнозирование с применением уравнения регрессии - student2.ru .

Прогнозирование с применением уравнения регрессии - student2.ru

Данный прогноз называется точечным. Значение независимой переменной Прогнозирование с применением уравнения регрессии - student2.ru не должно значительно отличаться от входящих в исследуемую выборку, по которой вычислено уравнение регрессии.

Вероятность реализации точечного прогноза теоретически равна нулю. Поэтому рассчитывается средняя ошибка прогноза или доверительный интервал прогноза с достаточно большой надежностью.

доверительные интервалы, зависят от следующих параметров:

· стандартной ошибки ,

· удаления Прогнозирование с применением уравнения регрессии - student2.ru от своего среднего значения Прогнозирование с применением уравнения регрессии - student2.ru ,

· количества наблюдений n

· и уровня значимости прогноза α.

В частности, для прогноза будущие значения Прогнозирование с применением уравнения регрессии - student2.ru с вероятностью (1 - α) попадут в интервал

Прогнозирование с применением уравнения регрессии - student2.ru Прогнозирование с применением уравнения регрессии - student2.ru Прогнозирование с применением уравнения регрессии - student2.ru

Расположение границ доверительного интервала показывает, что прогноз значений зависимой переменной по уравнению регрессии хорош только в случае, если значение фактора Х не выходит за пределы выборки. Иными словами, экстраполяция по уравнению регрессии может привести к значительным погрешностям.

Литература

1. Орлова И.В., Половников В.А.Экономико-математические методы и модели: компьютерное моделирование: Учеб. пособие – М.: Вузовский учебник, 2007.

2. Эконометрика: Учебник / Под ред. Елисеевой И.И. - М.: Финансы и статистика, 2001,2002,2003,2004 . - 344с.

3. Эконометрика: Учебник / Под ред. И.И.Елисеевой. - 2-е изд.; перераб. и доп. - М.: Финансы и статистика, 2005. - 576с.

4. Практикум по эконометрике: Учебное пособие / Под ред. Елисеевой И.И. - М.: Финансы и статистика, 2001,2002,2003,2004. - 192с

5. Орлова И.В. Экономико-математические методы и модели. Выполнение расчетов в среде EXCEL: Практикум: Учебное пособие / И. В. Орлова; ВЗФЭИ. - М.: Финстатинформ, 2000. - 136с.

Орлова И.В.Экономико-математическое моделирование. Практическое пособие по решению задач / И. В. Орлова; ВЗФЭИ. - М.: Вузовский учебник, 2004. - 144с.

7. Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики. М.: ЮНИТИ, 1998.

8. Орлов А.И. Эконометрика:Учеб. пособие для вузов – М.: «Экзамен», 2002.

[1] Большой энциклопедический словарь – М: Изд-во "Большая Российская Энциклопедия", 1997

[2] Эта тема изучается только студентами 2-го образования. Студенты 1-го образования изучают эту тему в рамках дисциплины ЭММ и ПМ

[3] Термин регрессия (латинское regressio — движение назад) введен английским ста­тистиком Ф. Гальтоном, который, изучая зависимость между ростом родителей и их детей, обнаружил явление «регрессии к среднему» — у детей, родившихся у очень высоких родителей, рост имел тенденцию быть ближе к средней его величине.

Наши рекомендации