Келесідей ұғымдарға жалпы түсінік

ҚАЗАҚСТАН РЕСПУБЛИКАСЫНЫҢ БІЛІМ ЖӘНЕ ҒЫЛЫМ МИНИСТРЛІГІ

ӘЛ-ФАРАБИ АТЫНДАҒЫ ҚАЗАҚ ҰЛТТЫҚ УНИВЕРСИТЕТІ

           Факультет: Экономика және бизнес жоғары мектебі

           Кафедра: Экономика

Лабораториялық жұмыс №2

                                                         Орындаған: Есенқұл Шынар Ф15К2

                                                          Тексерген:   Салибекова П.Қ.

Алматы 2017

Жоспар

1. Кіріспе

Келесідей ұғымдарға жалпы түсінік:

• Көптік сызықты регрессия
• Мультиколлинеарлық  құбылыс
• Гетероскедастикалық құбылыс
• Автокорреляция

1. Негізгі бөлім

• Қазақстан Республикасының 1995-2016 жылдар аралығындағы ЖІӨ, тауар айналысы және инвестиция (млрд. АҚШ доллары) көрсеткіштері жайлы деректерді MS Excel-ге орналастыру

• Алынған көрсеткіштерге талдау жүргізу арқылы көптік сызықты регрессия моделін құру:

1. Көптік сызықты регрессия моделін тұрғызу
2. Аппроксимация мәнін анықтау
3. Регрессияның стандартталған коэффициенттерін есептеу
4. Икемділік коэффициентін анықтау
5. Жұптық, жеке және көптік корреляция коэффициенттерін анықтау және талдау
6. Көптік детерминация коэффициентін анықтау
7. Регрессия теңдеуінің статистикалық мәнділігін және детерминация коэффициентінің мәнділігін бағалау
8. Таза регрессия коэффициенттерінің статистикалық мәнділігін анықтау
9. Таза регрессия коэффициенттерінің сенімділік интервалдарын анықтау
10. Бір мәнді факторды қалдыра отырып жұптық сызықтық регрессияны тұрғызу
11. Мультиколлинеарлықты анықтау
12. Спирмен және Голдфелд-Квандт әдістері арқылы гетероскедастиканы тексеру
13. Автокорреляцияға тексеру

1. Қорытынды

Регрессиялық талдау бір тәуелді айнымалының өзгерісін басқа түсіндіруші айнымалылар бойынша, олардың арасындағы тәуелділікті анықтау негізінде болжауға мүмкіндік береді. Көптік регрессияда айнымалар саны шексіз: у-тәуелді айнымалы, х1; х2; ..., xk -түсіндіруші айнымалылар; β1 ; β2 ; ...; βk – регрессия коэффициенттері.        

Көптiк сызықтық регрессияның ақиқат моделi келесi түрде болады:

y = b0+ b1 x1+ b2 x2+ …+bk xk+ u

Демек, n байқауы бар жиын келесi сәйкес регрессия теңдеуiн бағалаймыз.

y   =   b0                +        b1                x1 +   b2                x2 + …+ bk        xk                                    c.қ(b0)                       c.қ(b1)                    c.қ(b2)                  c.қ(bk)

Регрессия коэффициенттерi тәуелсiз айнымалылар мен кездейсоқ мүше мәндерiмен анықталады, ал оның қасиетi солардың қасиеттерiне тiкелей байланысты. Кiшi квадраттар әдiсiне негiзделген регрессиялық талдау ең жақсы нәтиже беру үшiн кездейсоқ мүше Гаусс-Марковтың келесi 4 шартын қанағаттандыру қажет:

1. Кез-келген        байқау        үшiн        кездейсоқ         мүшенiң математикалық күтiмi нөлге тең: E(ui)=0.
2. Барлық байқау үшiн кездейсоқ мүшенiң теоретикалық дисперсиясының үлестiрiлуi бiрдей: pop.var(ui)=ζ2
3. Кез-келген екi байқаудың кездейсоқ мүшелерiнiң арасында байланыс жоқ, теоретикалық ковариациясы нөлге тең: pop.cov(ui, uj)=0 (i ≠j)
4. кездейсоқ  мүшенiң        үлестiрiлуi кез-келген түсiндiрушi айнымалы үлестiруiне тәуелсiз: pop. cov(ui, xi1)=0;  

                                     pop. cov(ui, xi2)=0

                                   …...........................

мұндағы        ui, xi – i-шi  байқаудағы u – кездейсоқ мүше және x – түсiндiрушi айнымалы.

Көптік сызықтық регрессия моделін талдау барысында корреляция коэффициентінің 3 түрі қолданылады: жұптық, жеке және көптік.

Жұптық корреляция коэффициенттері әр фактордың нәтижемен тығыз байланысты екендігін анықтау барысында қолданылады. Оның мәні 0,7-ден үлкен болса, х1; х2; ..., xk -түсіндіруші айнымалылар коллинеарлы болып келеді.