Регрессионное моделирование и задача выбора регрессионной модели 3523квв
Предмет
Экономика
Тип работы
контрольная работа
Объем работы
16
Дата поступления
12.12.2012
1200 ₽
Содержание
Введение 3
1. Регрессионное моделирование и задача выбора регрессионной модели 4
2. Числовой пример сопоставления двух видов регрессионных моделей 7
Заключение 16
Список литературы 17
Введение
Важнейшими задачами регрессионного анализа являются выбор типа модели (формы связи), установление степени влияния независимых переменных на зависимую и определение расчётных значений зависимой переменной (функции регрессии).
Решение всех названных задач приводит к необходимости комплексного использования этих методов.
Корреляционный и регрессионный анализ, исследование связей в условиях массового наблюдения и действия случайных факторов осуществляется, как правило, с помощью экономико-статистических моделей. В широком смысле модель - это аналог, условный образ (изображение, описание, схема, чертёж и т.п.) какого-либо объекта, процесса или события, приближенно воссоздающий "оригинал". Модель представляет собой логическое или математическое описание компонентов и функций, отображающих существенные свойства моделируемого объекта или процесса, даёт возможность установить основные закономерности изменения оригинала. В модели оперируют показателями, исчисленными для качественно однородных массовых явлений (совокупностей). Выражение и модели в виде функциональных уравнений используют для расчёта средних значений моделируемого показателя по набору заданных величин и для выявления степени влияния на него отдельных факторов.
Литература
1 Артемьева Е.Ю. Сборник задач по теории вероятностей и математической статистике. - М.: МГУ, 1969.
2 Гмурман В.Е. Теория вероятностей и математическая статистика. - М.: Высшая школа, 2004.
3 Гмурман В.Е. Руководство к решению задач по теории вероятностей и математической статистике. - М.: Высшая школа, 2001.
4 Лупандин В.И. Математические методы в экономике. - М.: Финансы и статистика, 2003.
5 Суходольский Г.В. Основы математической статистики для экономистов. - М.: МГУ, 2003.