- 1
- 2
- 3
- . . .
- последняя »
РЕФЕРАТ
По эконометрике
Многомерный статистический анализ
В многомерном статистическом анализе выборка состоит из элементов многомерного пространства. Отсюда и название этого раздела эконометрических методов. Из многих задач многомерного статистического анализа рассмотрим две - восстановления зависимости и классификации. Оценивание линейной прогностической функции Начнем с задачи точечного и доверительного оценивания линейной прогностической функции одной переменной.
Исходные данные – набор n пар чисел (tk , xk), k = 1,2,…,n, где tk – независимая переменная (например, время), а xk – зависимая (например, индекс инфляции, курс доллара США, объем месячного производства или размер дневной выручки торговой точки). Предполагается, что переменные связаны зависимостью xk = a (tk - tср)+ b + ek , k = 1,2,…,n,где a и b – параметры, неизвестные статистику и подлежащие оцениванию, а ek – погрешности, искажающие зависимость. Среднее арифметическое моментов времени tср = (t1 + t2 +…+tn ) / n введено в модель для облегчения дальнейших выкладок.
Обычно оценивают параметры a и b линейной зависимости методом наименьших квадратов. Затем восстановленную зависимость используют для точечного и интервального прогнозирования.
Как известно, метод наименьших квадратов был разработан великим немецким математиком К. Гауссом в 1794 г. Согласно этому методу для расчета наилучшей функции, приближающей линейным образом зависимость x от t, следует рассмотреть функцию двух переменных Оценки метода наименьших квадратов - это такие значения a* и b*, при которых функция f(a,b) достигает минимума по всем значениям аргументов.Чтобы найти эти оценки, надо вычислить частные производные от функции f(a,b) по аргументам a и b, приравнять их 0, затем из полученных уравнений найти оценки: Имеем: Преобразуем правые части полученных соотношений. Вынесем за знак суммы общие множители 2 и (-1). Затем рассмотрим слагаемые. Раскроем скобки в первом выражении, получим, что каждое слагаемое разбивается на три. Во втором выражении также каждое слагаемое есть сумма трех. Значит, каждая из сумм разбивается на три суммы. Имеем: Приравняем частные производные 0. Тогда в полученных уравнениях можно сократить множитель (-2). Поскольку
(1) уравнения приобретают вид Следовательно, оценки метода наименьших квадратов имеют вид(2) В силу соотношения (1) оценку а* можно записать в более симметричном виде:
Эту оценку нетрудно преобразовать и к виду Следовательно, восстановленная функция, с помощью которой можно прогнозировать и интерполировать, имеет вид
x*(t) = a*(t - tср)+ b*. Обратим внимание на то, что использование tср в последней формуле ничуть не ограничивает ее общность. Сравним с моделью вида xk = c tk+ d + ek , k = 1,2,…,n.Ясно, чтоАналогичным образом связаны оценки параметров: Для получения оценок параметров и прогностической формулы нет необходимости обращаться к какой-либо вероятностной модели. Однако для того, чтобы изучать погрешности оценок параметров и восстановленной функции, т.е. строить доверительные интервалы для a*, b* и x*(t), подобная модель необходима.
Непараметрическая вероятностная модель. Пусть значения независимой переменной t детерминированы, а погрешности ek , k = 1,2,…,n, - независимые одинаково распределенные случайные величины с нулевым математическим ожиданием и
- 1
- 2
- 3
- . . .
- последняя »
Похожие работы
Тема: Многомерный статистический анализ в экономических задачах |
Предмет/Тип: Менеджмент (Контрольная работа) |
Тема: Многомерный статистический анализ в системе SPSS |
Предмет/Тип: Экономика отраслей (Курсовая работа (т)) |
Тема: Многомерный статистический анализ в системе SPSS |
Предмет/Тип: Математика (Курсовая работа (т)) |
Тема: Многомерный регрессионный анализ |
Предмет/Тип: Эктеория (Курсовая работа (п)) |
Тема: Многомерный регрессионный анализ |
Предмет/Тип: Эктеория (Курсовая работа (т)) |
Интересная статья: Основы написания курсовой работы