Презентация на тему: Эффективность? ? ? ? ? !!!!! Выполнила: Студентка 1 курса, 2 группы Однолько Ирина
Случайность и неопределенность в исследовании и описании характеристик экономических явлений и процессов два типа неопределенности: • - «истинную» , обусловленную свойствами экономических процессов, • - «информационную» , связанную с неполнотой и неточностью имеющейся информации об этих процессах Причины неопределенности: • Ход планируемых и управляемых процессов, внешние воздействия не могут быть точно предсказуемы из-за действия случайных факторов и ограниченности человеческого познания в каждый момент • Общегосударственное планирование и управление не только не всеобъемлющи, но и не всесильны, а наличие множества самостоятельных экономических субъектов с особыми интересами не позволяет точно предвидеть результаты их взаимодействий
Оценка дисперсии случайной ошибки модели регрессии Несмещённой оценкой дисперсии Для линейной модели множественной регрессии
Состоятельность и несмещённость МНКоценок Предположим, что методом наименьших квадратов получена оценка єi Для того, чтобы данная оценка могла быть принята за оценку параметра єi необходимо и достаточно выполнения трёх статистических свойств: 1) свойства несмещённости; 2) свойства состоятельности; 3) свойства эффективности. Сделаем следующие предположения об отклонениях єi: 1) величина єi является случайной переменной; 2) математическое ожидание єi равно нулю: М (єi) = 0; 3) дисперсия є постоянна: D(єi) = s 2 для всех i, j; 4) значения єiнезависимы между собой, следовательно, справедливо следующее выражение: Если данные предпосылки выполняются, то оценки, найденные с помощью метода наименьших квадратов, обладают свойствами несмещённости, состоятельности и эффективности
Эффективность МНК-оценок МНК Свойство эффективности оценок неизвестных параметров модели регрессии, полученных методом наименьших квадратов, доказывается с помощью теоремы Гаусса. Маркова
Характеристика качества модели регрессии - адекватность построенной модели исходным (наблюдаемым) данным Качество линейной модели парной регрессии характеризуется с помощью следующих показателей: • парный линейный коэффициент корреляции • коэффициент детерминации С использованием теоремы о разложении дисперсий рассчитываются следующие показатели качества линейной модели множественной регрессии: 1) множественный коэффициент корреляции 2) теоретический коэффициент детерминации 3) среднеквадратическая ошибка модели регрессии 4) показатель средней ошибки аппроксимации
СПАСИБО ЗА ВНИМАНИЕ!