Ko'p regressiya natijalarini sharhlash
-jadval. Polinomli regressiyani olish uchun o'zgaruvchi sifatida kvadrat haroratdan foydalangan holda ko'p regressiya natijalari
12.ru.uz
- Bu sahifa navigatsiya:
- Chiqishga tasiri 95% ishonch oraligi
- Korsatkich ozgaruvchilari: Kategoriyaga asoslangan bashorat
| 12.3.5-jadval. Polinomli regressiyani olish uchun o'zgaruvchi sifatida kvadrat haroratdan foydalangan holda ko'p regressiya natijalari
5= 1,907383 1^ = 0,969109 Ishlab chiqarish hajmiga nisbatan 5% darajasida statistik xulosa Prognoz tenglamasi haqiqatan ham ishlab chiqarishdagi o'zgarishlarning muhim qismini tushuntiradi. F = 125,4877 2 va 8 erkinlik darajasi bilan |
Chiqishga ta'siri |
95% ishonch oralig'i |
Gipotezani tekshirish |
koeffitsient standart xatosi | ||
|
t- statistika | ||||||
|
O'zgaruvchan |
Koeffitsient |
Kimdan |
Oldin |
Muhimmi? |
standart xato |
t |
|
Doimiy |
-712.104 |
-837.485 |
-586.723 |
Ha |
54.37167 |
-13.0969 |
|
Harorat |
2.391188 |
2.042414 |
2.739963 |
Ha |
0.151246 |
15.80988 |
|
Harorat 2 |
-0,00165 |
-0,00189 |
-0,00141 |
Ha |
0,000104 |
-15.8402 |
haqiqat. Masalan, sotuvchilarning ma'lum bir guruhi uchun xizmat safarlari davomiyligi (Xlt milya) va aloqalar soni (X2, uchrashgan odamlar soni) asosida sotish hajmini (Y) prognoz qilishni ko'rib chiqing. Sotish hajmini bashorat qilish uchun ishlatilishi mumkin bo'lgan odatiy regressiya tenglamasi, a + bt (mil) + b2 (kontaktlar) "mil" va "kontaktlar soni" o'rtasidagi o'zaro ta'sir qilish imkoniyatini hisobga olmaydi. Qo'shimcha "sayohat mili" qiymati (o'z-o'zidan) sifatida baholanadibt- bir vaqtning o'zida odamlar bilan uchrashuvlar sonidan qat'i nazar.Xuddi shunday, qo'shimcha uchrashuvning qiymati (o'z-o'zidan) talab qilinadigan sayohat millari sonidan qat'i nazar, ₽2 ga baholanadi.
Agar sizga "miller" va "aloqalar soni" o'rtasida qandaydir o'zaro ta'sir mavjud bo'lib tuyulsa, buning natijasida odamlar bilan ko'proq aloqada bo'lgan sayohatchilar o'zlarining "sayohat millari" dan samaraliroq foydalanishgan, demak, bu model haqiqatni aks ettirmaydi. . Buni tuzatishning bir yo'li X3 = X] x X2 = kontaktlar x milya mahsuloti bo'lgan yangi X o'zgaruvchisini kiritishdir. Olingan model hali ham chiziqli va ikki xil, ammo ekvivalent shaklda ifodalanishi mumkin:
rejalashtirilgan savdo =
= a + bi(mi) + b2 (kontaktlar) + b3 (kontaktlar x mil) = = a + [&1 - b3 (kontaktlar)] (mi) + b2 (kontaktlar).
Bu iborada aytilishicha, agar kontaktlar soni ko'p bo'lsa (b3 > 0 bo'lsa) qo'shimcha "sayohat mili" savdo hajmi uchun ko'proq narsani anglatadi. Bu ta'sir muhim yoki yo'qligini aniqlash uchun b3 uchun t-testidan foydalanishingiz mumkin; agar bu ta'sir ahamiyatli bo'lmasa, qo'shimcha X3 o'zgaruvchisini shunchaki tashlab yuborish va Xr va X2 da Y ning regressiyasini qurish mumkin.
12-BOB. KO'P REGRESSIYA: BASHOROT
683
Regressiya tahlilida o'zaro ta'sirlarni modellashtirishning yana bir usuli bu o'zgaruvchilarning bir qismini yoki barchasini o'zgartirishdir. Logarifm ko'paytirishni qo'shishga aylantirganligi sababli, o'zaro ta'sirli ko'paytma tenglama,
Barcha o'zgaruvchilarning logarifmini olgandan so'ng, u o'zaro ta'sirsiz quyidagi chiziqli qo'shimcha tenglamaga aylantiriladi:
log Y = log A + bi log Xi + b2 log X2 = a + log Xt + b2 log X2.
Ko'rsatkich o'zgaruvchilari: Kategoriyaga asoslangan bashorat
Ko'p regressiya arifmetikaga asoslangan va shuning uchun mazmunli raqamlarni (miqdoriy ma'lumotlarni) talab qiladi. Ammo barcha o'zgaruvchilar miqdoriy bo'lmasa-chi? Ko'rsatkich o'zgaruvchisi, shuningdek, qo'g'irchoq o'zgaruvchi deb ham ataladi, faqat ikkita qiymatni, 0 va 1ni qabul qiladigan va sifatli kategoriyali ma'lumotlarni ko'rsatish uchun foydalaniladigan masshtabli o'zgaruvchidir. Masalan, sizda ayollar uchun 1 va erkaklar uchun 0 bo'lgan jins o'zgaruvchisi bo'lishi mumkin (yoki agar xohlasangiz, aksincha). Ko'p regressiya tahlilida bir yoki bir nechta indikator o'zgaruvchilar mustaqil (X) o'zgaruvchilar sifatida ishlatilishi mumkin.29
Agar sifatli X o'zgaruvchisi aniq ikkita toifani o'z ichiga olsa (masalan, erkaklar/ayollar, sotib olish/narx yoki yomon/yaxshi), uni bevosita indikator o'zgaruvchisi sifatida ko'rsatish mumkin. Siz toifalarning qaysi biri 1 ga, qaysi biri 0 ga (asosiy) mos kelishi haqida ixtiyoriy qaror qabul qilishingiz mumkin. Ushbu bosqichda sizning tanlovingiz o'zboshimchalik bilan bo'lsa-da, kodlash opsiyasi keyinchalik oladigan natijalarning talqiniga ta'sir qilishini yodda tutishingiz kerak. Jadvalda. 12.4.1-rasmda har bir respondentning jinsini ifodalovchi kategorik o'zgaruvchiga misol keltirilgan (ayollar uchun 1, erkaklar uchun 0).
Agar sifatli X o'zgaruvchisi ikkitadan ortiq toifani o'z ichiga olsa, uni almashtirish uchun bir nechta indikator o'zgaruvchilardan foydalanish kerak bo'ladi. Avvalo, xizmat qiladigan toifalardan birini tanlang
29" "
Agar sizning qaram o'zgaruvchingiz (Y) sifatli bo'lsa, unda vaziyat ancha murakkabroq, chunki chiziqli ko'p regressiya modelidagi xato atamasi e, normal taqsimlanishi mumkin emas. Agar Y ikkita mumkin bo'lgan qiymatga ega bo'lsa, siz logit modeli (ko'p logistik regressiya) yoki probit modelidan foydalanishingiz mumkin. Agar Y o'zgaruvchisi ikki xil qiymatdan ortiq bo'lsa, multinomial logit modeli yoki multinomial probit modeli sizga mos kelishi mumkin. Bu masalalar Kmenta J. Econometrics Elements (Nyu-York: Macmillan, 1986), 11-5-bo'limda yoritilgan.
684
IV QISM. REGRESSIYA VA VAQT SERIASI
boshqa barcha toifalarning ta'siri o'lchanadigan asosiy qiymat sifatida. Regressiya tahlilida asosiy toifa uchun indikator o'zgaruvchisidan foydalanmang, chunki bu toifa regressiya tenglamasida doimiy termin bilan ifodalanadi. Boshqa barcha (ya'ni, asosiy bo'lmagan) toifalarning har biri uchun alohida indikator o'zgaruvchisi yaratilishi kerak. Namunadagi har bir elementar birlik (shaxs, firma yoki boshqa biror narsa) uchun siz indikator o'zgaruvchilar guruhida ko'pi bilan 1 qiymatiga ega bo'lasiz; agar bu elementar birlik asosiy toifaga tegishli bo'lsa, ularning barchasi 0 ga teng bo'ladi. Quyidagi qoidani eslang.
Download 0.55 Mb.
Do'stlaringiz bilan baham:
