Ko'p regressiya natijalarini sharhlash
-jadval. O'quvchilar sonining logarifmini olgandan keyin bir nechta regressiya natijalari
12.ru.uz
- Bu sahifa navigatsiya:
- Mustaqil ozgaruvchi Koeffitsient Standart ogish
- 12.2.12-jadval. Jurnal reklama stavkalari, oquvchilar soni va ortacha daromad logarifmini olgandan keyin kop regressiya natijasi
- Dispersiyani tahlil qilish
- Manba D.F. S3 XONIM F
- Manba D.F. SeqSS
- Gayrioddiy korinishlar
- Iqtisodiy vaqt seriyalarini modellashtirishda foizli ozgarishlardan foydalanish
| 12.2.11-jadval. O'quvchilar sonining logarifmini olgandan keyin bir nechta regressiya natijalari
Regressiya tenglamasi quyidagi shaklga ega: reklama darajasi = -370068 + 45730 log (auditoriya) + 6 (erkaklar ulushi) + 0,823 (daromad). Mustaqil o'zgaruvchi |
Koeffitsient |
Standart og'ish |
t | |
|
R | ||||
|
Doimiy |
-370068 |
37101 |
-9,97 |
0.000 |
|
Auditoriya jurnali |
46730 |
3281 |
14.24 |
0.000 |
|
Erkaklar ulushi |
6.2 |
131.5 |
0,05 |
0,963 |
|
Daromad |
0,8232 |
0,3516 |
2.34 |
0,023 |
S = 20662 R-kvadrat = 80,5% B-kvadrat(sozlangan) = 79,3%
Agar biron bir o'zgaruvchi (aks holda) ijobiy va salbiy qiymatlarni o'z ichiga olsa, konvertatsiya qilish biroz qiyin bo'lishi mumkin va logarifmadan bu holda foydalanish mumkin emas, chunki u nol va manfiy qiymatlar uchun aniqlanmagan. Ba'zi hollarda siz o'zgaruvchini har doim ijobiy bo'lishi uchun qayta belgilashga harakat qilishingiz mumkin. Agar, masalan, foydani ifodalasa (= daromad - xarajatlar), bunday o'zgaruvchining o'rniga "daromad / xarajatlar" nisbatidan foydalanishga harakat qilish mumkin. Keyin tegishli logarifm quyidagi shaklni oladi: 1o (daromad / xarajatlar) \u003d 1o § (daromad) - 1o £ (xarajatlar). Bu logarifm daromadni mutlaq “dollar” shkalasida emas, balki foizda aks ettiradi deb hisoblash mumkin.
21
Logarifmlardan foydalanilganda bir nechta regressiya natijalarini sharhlash ushbu bobda keyinroq muhokama qilinadi.
12-BOB. KO'P REGRESSIYA: PROGNOZLASH ...
667
|
Jadvalning oxiri. 12.2.11 Dispersiyani tahlil qilish Manba |
D.F. |
SS |
XONIM |
F |
R | |||||||
|
Regressiya |
3 |
89752141196 |
29917380399 |
70.07 |
0.000 | |||||||
|
Qolgan xato |
51 |
21773821157 |
426937670 |
|
| |||||||
|
Jami |
54 |
1.11526E+11 |
|
|
| |||||||
|
Manba |
D.F. |
SeqSS | ||||||||||
|
Auditoriya jurnali |
|
|
bitta |
86384353889 |
| |||||||
|
Erkaklar ulushi |
|
|
bitta |
1027578479 |
| |||||||
|
Daromad |
|
|
|
bitta |
2340208827 |
| ||||||
|
G'ayrioddiy ko'rinishlar | ||||||||||||
|
Kuzatishlar |
Auditoriya jurnali |
Reklama tarifi |
Muvofiqlik |
Muvofiqlikning standart og'ishi |
Qolgan |
Standartlashtirilgan qoldiq | ||||||
|
2 |
10.5 |
198000 |
153262 |
|
5754 |
44738 |
2,25R | |||||
|
yigirma |
9.6 |
63750 |
111463 |
|
4158 |
-47713 |
-2,36R | |||||
|
48 |
8.2 |
17100 |
25386 |
|
11147 |
-8286 |
-0,48X | |||||
|
54 |
8.1 |
87500 |
45511 |
|
5541 |
41989 |
2.11R | |||||
R katta standartlashtirilgan qoldiq bilan kuzatuvni belgilaydi.
X kuzatuvni belgilaydi, uning X-qiymati unga sezilarli ta'sir ko'rsatadi.
Guruch. 12.2.10. O'quvchilarning logarifmini olgandan keyin diagnostika jadvali. Bunday holda, chiziqli bo'lmaganlik muammo bo'lishi mumkin (egri chiziqning ikkala uchida ham ko'tarilish tendentsiyasi mavjud)
Guruch. 12.2.11. Bu raqam chiroyli diagnostika jadvalini taqdim etadi - ma'lumotlarda hech qanday muammosiz. Jurnallardagi reklama stavkasining logarifmini (Y) olgandan so'ng, o'quvchilar soni (XD va o'rtacha daromad (X3)) hech qanday bog'liqlik kuzatilmaydi. Faqat erkak kitobxonlar ulushi (X2) o'zgarmagan.
668
IV QISM. REGRESSIYA VA VAQT SERIASI
|
12.2.12-jadval. Jurnal reklama stavkalari, o'quvchilar soni va o'rtacha daromad logarifmini olgandan keyin ko'p regressiya natijasi Regressiya tenglamasi quyidagi shaklga ega: log Reklama darajasi = -3,44 + 0,578 (jurnal auditoriyasi) - 0,00163 (erkaklar ulushi) + 0,890 (daromad jurnali). Mustaqil o'zgaruvchi |
Koeffitsient |
Standart og'ish |
t |
R | ||
|
Doimiy |
-3.441 |
2.011 |
-1,71 |
0,093 | ||
|
Auditoriya jurnali |
0,57847 |
0,04023 |
14.38 |
0.000 | ||
|
Erkaklar ulushi |
-0,001635 |
0,001613 |
-1.01 |
0,316 | ||
|
log daromad |
0,8897 |
0,1793 |
4.96 |
0.000 | ||
|
S = 0,2603 R-kvadrat = 80,5% |
R-kvadrat (sozlangan) = 79,4% |
|
| |||
|
Dispersiyani tahlil qilish |
|
|
|
| ||
|
Manba__D.F._S3__XONIM_F'>Manba |
D.F. S3 |
XONIM F |
|
R | ||
|
Regressiya |
3 14.2737 |
4.7579 70.22 |
|
0.000 | ||
|
Qolgan xato |
51 3.4557 |
0,0678 |
|
| ||
|
Jami |
54 17.7294 |
|
|
| ||
|
Manba |
D.F. |
SeqSS | ||||
|
Auditoriya jurnali |
bitta |
12.4115 | ||||
|
Erkaklar ulushi |
bitta |
0.1945 | ||||
|
log daromad |
bitta |
1.6677 | ||||
|
G'ayrioddiy ko'rinishlar Kuzatishlar |
Auditoriya jurnali |
jurnali reklama tezligi |
Muvofiqlik |
Muvofiqlikning standart og'ishi |
Qolgan |
Standartlashtirilgan qoldiq |
|
9 |
8.3 |
10.2421 |
10.8394 |
0,0705 |
-0,5973 |
-2,38R |
|
48 |
8.2 |
9.7468 |
9.8707 |
0,1889 |
-0,1239 |
-0,69X |
|
54 |
8.1 |
11.3794 |
10.7636 |
0,0707 |
0,6158 |
2.46R |
|
55 |
8.0 |
11.2019 |
10.6940 |
0,0629 |
0,5079 |
2.01 R |
R katta standartlashtirilgan qoldiq bilan kuzatuvlarni belgilaydi.
X kuzatuvni belgilaydi, uning X-qiymati unga sezilarli ta'sir ko'rsatadi.
Iqtisodiy vaqt seriyalarini modellashtirishda foizli o'zgarishlardan foydalanish
Ko'p chiziqli regressiya modeli haqidagi taxminlardan biri tasodifiy komponent (e) ma'lum ma'lumotlar qiymatlaridan mustaqil bo'lishidir. Vaqt seriyalari ma'lumotlari bilan ishlayotganingizda, bu
12-BOB. KO'P REGRESSIYA: BASHOROT
669
taxmin ko'pincha asossizdir, chunki bir davrdan ikkinchisiga o'tishdagi o'zgarishlar, qoida tariqasida, juda kichikdir; ammo, kattaroq o'zgarishlar uzoq vaqt davomida mumkin.
Ushbu muammoni tushunishning yana bir yo'li ko'plab iqtisodiy vaqt qatorlarining vaqt o'tishi bilan ortib borishini tan olishdir: masalan, yalpi milliy mahsulot, soliq to'langandan keyingi daromad va, umid qilamanki, sizning firmangizning savdosi. Bunday o'zgaruvchining (Y) boshqalarga (X-o'zgaruvchilar) ko'p marta regressiyasi V? ning yuqori qiymati bilan tavsiflanadi, bu kuchli munosabatlarni anglatadi. Ammo har bir bunday vaqt seriyasi vaqt o'tishi bilan mustaqil ravishda, o'ziga xos tarzda va boshqalarni hisobga olmasdan o'ssa, bu chalkashlikka olib kelishi mumkin. Aslida, agar vaqt o'tishi bilan Y ning o'sishini X o'zgaruvchilarning o'sishidan bashorat qilish mumkin bo'lsa, faqat muhim bog'liqlik bor degan xulosaga kelish mumkin.
Ushbu muammoni hal qilishning usullaridan biri har bir o'zgaruvchining foiz o'zgarishi bilan ishlashdir, u (joriy - oldingi)/oldingi sifatida belgilanadi va mos keladigan o'zgaruvchining bir davrdagi foiz o'sishidir. Bunda yo'qotadigan hech narsa yo'q, chunki prognozlash muammosini hozirgi Y darajasidan o'zgarishlarni bashorat qilish yoki kelajakdagi Y darajasini bashorat qilish sifatida ko'rish mumkin.
Har bir davrda nisbiy muvozanat holatida bo'lgan, lekin bir davrdan ikkinchisiga o'tishda ma'lum o'zgarishlarga uchragan tizimni tasavvur qilaylik. Sizni qiziqtirgan narsa, sizni qiziqtirgan Y o'zgaruvchisining keyingi qiymatini bashorat qilish uchun X o'zgaruvchilari haqidagi ma'lumotlardan qanday foydalanishdir. Muammolardan biri shundaki, sizning ma'lumotlar to'plamingiz X qiymatlarining o'tmishdagi "tarixini" ifodalaydi. imkoniyatlar sifatida mantiqiyroq. Foiz o'zgarishlari bilan ishlash orqali siz o'tmishdagi "tarix"ni joriy tajribangizga ko'proq moslashtirasiz. Boshqacha qilib aytadigan bo'lsak, sizning firmangizning sotish hajmi besh yil oldingisidan sezilarli darajada farq qilishi mumkin bo'lsa ham, bir yil va keyingi yil o'rtasidagi savdodagi foiz o'zgarishlari uzoq vaqt davomida juda sezilarli darajada farq qilmasligi mumkin. Yoki, agar siz yalpi milliy mahsulotdan (YaMM) boshqa oʻzgaruvchini bashorat qilish uchun foydalanayotgan boʻlsangiz, yalpi ichki mahsulotning mutlaq qiymati 10 yil avvalgidek boʻlmasa-da, taxminan bir xil oʻsishni kutishingiz mumkin (foiz oʻzgarishi) YaIM .
Buni quyidagicha tasavvur qilish mumkin. Muvozanatdagi tizim uzoq vaqt davomida taxminan bir xil tarzda o'zgarishi mumkin, garchi uning holati vaqt o'tishi bilan sezilarli darajada o'zgarishi mumkin.
Asl ma'lumotlar qiymatlari o'rniga foizli o'zgarishlardan foydalansangiz, T?2 qiymatingiz yomonlashishini ko'rishingiz mumkin. Ba'zi hollarda regressiya o'z ahamiyatini yo'qotishi mumkin. Avvaliga bu "yomon taassurot qoldirishi" mumkin (yaxshi, kimga I ning katta qiymatlari yoqmaydi? 2!), lekin yaqinroq tahlil ko'pincha T?2 ning asl qiymati juda optimistik ekanligini ko'rsatadi. yangi, kichikroq qiymat haqiqatga yaqinroq bo'lib chiqadi.
670
IV QISM. REGRESSIYA VA VAQT SERIASI
Download 0.55 Mb.
Do'stlaringiz bilan baham:
