Международный женский день
Пасха
День Победы
Выберите Ваш город X

Рабочая группа и команда: сравнительный анализ

Купить Гарантия
Код работы: 37688
Дисциплина: Теория вероятности и математическая статистика
Тип: Контрольная
Вуз:ОГА - посмотреть другие работы и дисциплины по этому вузу
   
Цена: 290 руб.
Просмотров: 4674
Уникальность: В пределах нормы. При необходимости можно повысить оригинальность текста
   
Содержание: Содержание

Введение 3
1 Классическая линейная регрессия для случая одной объясняющей переменной 5
2 Статистические характеристики оценок параметров 6
3 Теорема Гаусса-Маркова 9
Заключение 11
Список литературы 13

   
Отрывок: Введение

Статистическое использование слова «регрессия» исходит из явления, известного как регрессия к среднему, приписываемого сэру Френсису Гальтону (1889).
Он показал, что, хотя высокие отцы имеют тенденцию иметь высоких сыновей, средний рост сыновей меньше, чем у их высоких отцов. Средний рост сыновей «регрессировал» и «двигался вспять» к среднему росту всех отцов в популяции. Таким образом, в среднем высокие отцы имеют более низких (но всё-таки высоких) сыновей, а низкие отцы имеют сыновей более высоких (но всё-таки довольно низких).
Линейная регрессия предназначена для получения прогноза непрерывных числовых переменных. Линейная модель является прозрачной и понятной для аналитика. По полученным коэффициентам регрессии можно судить о том, как тот или иной фактор влияет на результат, сделать на этой основе дополнительные полезные выводы. Большое количество реальных процессов в экономике и бизнесе можно с достаточной точностью описать линейными моделями.
Для линейной регрессии известны типичные проблемы (например, мультиколлинеарность) и их решения, разработаны и реализованы тесты оценки статической значимости получаемых моделей.
...

1 Классическая линейная регрессия для случая одной объясняющей переменной

Регрессия – это условное математическое ожидание непрерывной зависимой (выходной) переменной при наблюдаемых значениях независимых (входных) переменных. Линейная регрессия основана на гипотезе, что искомая зависимость – линейная. Каждая независимая переменная вносит аддитивный вклад в результирующее значение с некоторым весом, называемом коэффициентом регрессии [6].
Регрессия называется простой, если входная переменная одна. Однако такая модель является слишком грубым приближением действительности, и на практике, как правило, интересны зависимости от нескольких переменных (множественная регрессия).
Построение линейной регрессии заключается в расчете её коэффициентов методом наименьших квадратов.
Представим Y зависит от X, причём изменения в y вызываются именно изменениями в X. Линейной регрессией для этого случая будет описание соотношения (прямолинейного) между этими двумя переменными.
...

Купить эту работу
Гарантия возврата денег

 
Не подходит готовая работа? Вы можете заказать курсовую, контрольную, дипломную или другую студенческую работу профессиональным авторам!
 
Вернуться к рубрикатору дисциплин »
 

Другие готовые работы для скачивания, которые могут Вам подойти

Тема: Институциональный анализ системы государственных закупок в России Подробнее
Тип: Курсовая
Вуз: Неизвестен
Просмотры: 7559
Тема: Сравнительный анализ соц. политики в европейских странах (на примере Великобритании, Франции, Швеции и Германии и РФ) на современном этапе Подробнее
Тип: Курсовая
Вуз: АГУ
Просмотры: 8293
Тема: Решить задачу по КН по теме 1. Вертикальный анализ и горизонтальный анализ баланса организации. Сравнительный аналитический баланс организации Подробнее
Тип: Задачи
Вуз: АГМУ
Просмотры: 10695
Тема: Причинно-следственный анализ Подробнее
Тип: Контрольная
Вуз: СибАГС
Просмотры: 6263
Тема: Системный анализ организации продаж магазина О’КЕЙ Подробнее
Тип: Часть дипломной
Вуз: Неизвестен
Просмотры: 3251
Тема: Институциональный анализ деятельности Президента РФ Подробнее
Тип: Контрольная
Вуз: РАНХ и ГС при Президенте РФ
Просмотры: 5355

Поиск других готовых работ, выполненных в «ИнПро»


Не нашли готовую работу? Отправьте заявку - закажите работу по нужной теме нашим авторам!
 
Вы также можете: Вернуться к рубрикатору дисциплин »