Оценивание линейной модели множественной регрессии в Excel

Оценивание линейной модели множественной регрессии в Excel - student2.ru Модель множественной регрессии имеет вид:

Алгоритм использования процедуры «ЛИНЕЙН» в приложении EXCEL:

1.Подготовка таблицы исходных данных (Записываем в столбцы значения переменных).

  A B    
y1 x11 xk1
y2 x12 xk2
n yn x1n xkn
n+1        
n+2        
n+3        
n+4        
n+5        

2.Вызов процедуры «ЛИНЕЙН» (Выделяем диапазон ячеек 5×(k+1), нажимаем на значок функции, в диалоговом окне «Категория» выбираем, «Статистические» в диалоговом окне «Выберите функцию» - «Линейн»; щелкнуть мышью по кнопке ОК).

3.Ввод исходных данных в процедуру (В строчке «Известные_значения_y» диалогового окна указать адрес диапазона значений эндогенной переменной yt, а в строчке «Известные_значения_х» - адрес диапазона известных значений предопределенных переменных x11:xkn; в строчку «Конст» диалогового окна занести цифру 1, если есть свободный член и 0, если его нет. В строчку «Статистика» диалогового окна занести цифру 1, Нажать клавиши Ctrl + Shift + Enter).

4. Анализ результата

  A B    
y1 x11 xk1
y2 x12 xk2
n yn x1n xkn
n+1 Оценивание линейной модели множественной регрессии в Excel - student2.ru Оценивание линейной модели множественной регрессии в Excel - student2.ru Оценивание линейной модели множественной регрессии в Excel - student2.ru
n+2 Оценивание линейной модели множественной регрессии в Excel - student2.ru Оценивание линейной модели множественной регрессии в Excel - student2.ru Оценивание линейной модели множественной регрессии в Excel - student2.ru
n+3 Оценивание линейной модели множественной регрессии в Excel - student2.ru Оценивание линейной модели множественной регрессии в Excel - student2.ru #Н/Д #Н/Д
n+4 Fтест Оценивание линейной модели множественной регрессии в Excel - student2.ru #Н/Д #Н/Д
n+5 Оценивание линейной модели множественной регрессии в Excel - student2.ru Оценивание линейной модели множественной регрессии в Excel - student2.ru #Н/Д #Н/Д

Оценивание регрессионной модели с фиктивной переменной наклона

Термин “фиктивные переменные” используется как противоположность “значащим” переменным, показывающим уровень количественного показателя, принимающего значения из непрерывного интервала. Как правило, фиктивная переменная — это индикаторная переменная, отражающая качественную характеристику. В регрессионных моделях применяются фиктивные переменные двух типов: переменные сдвига и переменные наклона.

Фиктивная переменная наклона изменяет наклон линии регрессии. При помощи фиктивных переменных наклона можно построить кусочно-линейные модели, которые позволяют учесть структурные изменения в экономических процессах (например, введение новых правовых или нало­говых ограничений, изменение политической ситуации и т. д.). Для учета возможного изменения наклона графика модели при изменении градации качественного фактора предлагается ввести в спецификацию модели еще одно слагаемое вида «d умноженное на x».

Спецификация регрессионной модели в этом случае (например, для парной регрессионной модели, для простоты) имеет вид:

Оценивание линейной модели множественной регрессии в Excel - student2.ru Оценивание линейной модели множественной регрессии в Excel - student2.ru

dt = 0 – до структурных изменений

1 – после структурных изменений,

dt - бинарная переменная

Фиктивная переменная входит в уравнение в мультипликативной форме. Оценки параметров рассчитываются с помощью метода наименьших квадратов. Параметр при фиктивной переменной характеризует степень изменения наклона графика функции регрессии под воздействием качественного фактора.

Наши рекомендации