В практике эконометрического анализа чаще всего используют линейную парную регрессию (функциональная зависимость 1). Уравнение регрессии будем искать в виде . Неизвестные (пока) коэффициенты являются оценками параметров . Можно сказать, что эмпирическое уравнение регрессии является оценкой по выборке регрессионной модели .
Метод наименьших квадратов для линейной парной регрессии состоит в следующем:
,
где
Вычисляя производные по параметрам и приравнивая их к нулю, приходим к следующей системе из двух уравнений
Решение системы уравнений называется оценкой неизвестных параметров по методу наименьших квадратов, его можно найти по формулам:
где
, , , .
Используя понятия выборочных дисперсий, ковариаций и корреляций оценки наименьших квадратов (решение системы уравнений) можно записать специальным образом:
, ,
где , — выборочные средние,
— выборочные дисперсии,
— выборочный коэффициент корреляции.
Следовательно, парная эмпирическая линейная регрессия имеет вид
.
Нетрудно найти значения показателя, рассчитанные по линейной регрессии для тех значений объясняющего фактора, которые содержатся в выборке
,
Особое значение для проверки статистической значимости парной линейной регрессии имеют остатки (разности между значениями показателя, полученными в эксперименте, и вычисленными по уравнению линейной регрессии):
Вычисленному коэффициенту при объясняющем факторе в парной линейной регрессии можно дать естественную экономическую интерпретацию. Параметр b называется коэффициентом регрессии. Его величина показывает, насколько единиц изменится результат с изменением фактора на одну единицу.
Параметр a, вообще говоря, не имеет экономической интерпретации. Формально – значение при . Например, если a<0, то попытка его экономической интерпретации приводят к абсурду.
Зато можно интерпретировать знак при параметре а. Если, а>0, то относительное изменение результата происходит медленнее, чем изменение фактора.
Поможем написать любую работу на аналогичную тему