WYKLAD_3_OPI.pdf

(198 KB) Pobierz

ANALIZAWSPÓŁZALEśNOŚCIZJAWISKEKONOMICZNYCH

Przypuśćmy, Ŝe rozpatrujemy pewną zbiorowość statystyczną łącznie ze względu na

dwie cechy (ze względu na dwuwymiarową cechę statystyczną) – Y oraz X. Naszym

zadaniem jest ująć ilościowo związek pomiędzy cechą Y (zmienna objaśnianą) a cechą

X (zmienną objaśniającą).

% ) &)% ) &)+++)% ) &

v u v u

v u .

Dysponujemy k obserwacjami zmiennych X i Y . . / /

k k

Współczynnik korelacji liniowej Pearsona definiowany jest:

k

∑

%

u u v v

&%

&

−

−

f

f

@ls UV

% ) &

f

=

.

o

=

=

,

UV

k

k

p p

U V

∑

∑

/

/

%

u u

− ⋅

&

%

v v

−

&

f

f

f

=

.

f

=

.

1

800225211.051.png

800225211.058.png

800225211.059.png

800225211.060.png

800225211.001.png

800225211.002.png

gdzie % ) &

@ls UV to kowariancja cech X i Y.

PRZYKŁAD :

Nocny klub w małym miasteczku uniwersyteckim próbuje ustalić, czy powinien zwiększyć

tygodniowe nakłady na reklamę w radiu uniwersyteckim. Dane na temat przychodów (y) oraz

nakładów na reklamę radiową (x) w ciągu ostatnich sześciu tygodni podane są w tablicy.

Y – przychody

X – wydatki na

w tys. zł

reklam ę w setkach zł

1

1,5

1

2

2

2,5

3

1

0

4

2

3

5

3,5

4

6

1,5

2

2

800225211.003.png

800225211.004.png

800225211.005.png

800225211.006.png

800225211.007.png

800225211.008.png

800225211.009.png

800225211.010.png

800225211.011.png

800225211.012.png

800225211.013.png

800225211.014.png

800225211.015.png

800225211.016.png

800225211.017.png

800225211.018.png

800225211.019.png

800225211.020.png

800225211.021.png

800225211.022.png

800225211.023.png

800225211.024.png

800225211.025.png

800225211.026.png

800225211.027.png

800225211.028.png

800225211.029.png

800225211.030.png

800225211.031.png

800225211.032.png

800225211.033.png

800225211.034.png

ANALIZAREGRESJILINIOWEJ

Przypuśćmy, Ŝe rozpatrujemy pewną zbiorowość statystyczną łącznie ze względu na

dwie cechy (ze względu na dwuwymiarową cechę statystyczną) – Y oraz X. Naszym

zadaniem jest ująć ilościowo związek pomiędzy cechą Y (zmienna objaśnianą) a cechą

X (zmienną objaśniającą).

Przypuśćmy, Ŝe zamierzamy ująć zaleŜność pomiędzy zmiennymi w postaci funkcji

liniowej

V

= + +

β β

U

ε

-

.

3

% ) &)% ) &)+++)% ) &

v u v u

v u .

Przypuśćmy, Ŝe dysponujemy k obserwacjami par . . / /

k k

Na podstawie obserwacji staramy się oszacować nieznane parametry β i β .

Szacując parametry tzw. metodą najmniejszych kwadratów (NK) staramy się znaleźć

takie _ i _ , które minimalizują następującą funkcję kryterium

k

∑

] /

P _ _

% ) &

v _ _u

%

&

=

[

− +

.

- .

f

-

.

f

f

.

=

4

(x 5 ,y 5 )

Y

(x 3 ,y 3 )

d 5

d 3

d 4

(x 1 ,y 1 )

y

d 2

(x 4 ,y 4 )

d 1

(x 2 ,y 2 )

y

X

5

800225211.035.png

800225211.036.png

800225211.037.png

800225211.038.png

800225211.039.png

800225211.040.png

800225211.041.png

800225211.042.png

800225211.043.png

800225211.044.png

800225211.045.png

800225211.046.png

800225211.047.png

800225211.048.png

800225211.049.png

800225211.050.png

800225211.052.png

800225211.053.png

800225211.054.png

800225211.055.png

800225211.056.png

800225211.057.png

Plik z chomika:

Inne pliki z tego folderu:

1-2.zip (948 KB)
Tablice-studenta_t_chi2.pdf (1002 KB)
wyklad-16_2007_OPR.pdf (925 KB)
4.zip (674 KB)
3opi.zip (148 KB)

Inne foldery tego chomika:

Zgłoś jeśli naruszono regulamin