25. Mudeli diagnostika kas sõltuv/sõltumatu muutuja on valitud õigesti. Kontrolli multikollineaarsust. Kas funktsionaalne kuju on õige? (logaritm, lineaarne, hüperbool jne). reg.mudeli statistiline analüüs, heteroskedestatiivsus, autokorrelatsioon, erindid. 26. Multikollineaarsus maj. nähtused on omavahel tihedalt seotud. Nende modelleerimisel esineb sageli multikollineaarsust, mille põhjuseks on regressioonimudelisse lülitavate tunnuste omavaheline korrelatsioon. Sellisel juhul on raske eristada nende mõju. Mõned mult. koll. tunnused a) Mõne sõltumatute tunnuste paari omavaheline korrelatsioon on tugevam kui korrelatsioon sõltuva muutujaga. B) Mudeli parameetritel on väga suured usalduspiirid ja suured standardhälbed c) Regressioonimudeli ühe või mitme parameetri märk on ebaloogiline.
majanduspoliitilist otsust jne. Tegemist on kvalitatiivsete andmetega, mida saab teisendada kvantitatiivseteks. Sel viisil saadud regressioonimudeli muutujaid nimetatakse teisendatud või fiktiivseteks muutujateks (dummy variables). Kvalitatiivsed muutujad iseloomustavad objekti või subjekti tunnuseid, mille väärtuseks ei ole arvud, näiteks töötaja sugu, haridustase, perekonnaseisu jne. Kvalitatiivsete muutujate lülitamiseks regressioonimudelisse kasutatakse nn fiktiivseid muutujaid (dummyvariables). Fiktiivsed muutujad on sellised muutujad, millel on ainult kaks väärtust, mis reeglina on 0 ja 1. Näiteks, kui soovime uurida palga sõltuvust haridusest, siis defineeritakse muutuja: Üldine reegel fiktiivsete muutujate defineerimisel: Kui kvalitatiivne muutuja omab m erinevat väärtust, siis tema lülitamiseks regressioonimudelisse defineeritakse m-1 fiktiivset muutujat.
korrelatsioonikoefitsiendi kriitilise väärtuse leidmine) ja usaldusintervallide arvutamine x osakorrelatsiooni uurimine (teguri puhasmõju) x multikollineaarsuse kontroll ja vähendamise võimalused (mudeli sõltumatute liikmete vahel on kollineaarne seos palk ja sissetulek) x ajanihke (viitaja) mõju selgitamine (teguri mõju avaldub hiljem) x regressioonimudelisse lülitatavate tegurite valimine. 5. Resultaatnäitaja regressioonimudeliks sobiva funktsioonitüübi valimine, mudeli parameetrite leidmine ja hindamine (regressioon- teatud usaldatavus teatud tõenäosuse juures) x erineva kujuga ja mõõtühikutega regressioonimudelite arvutamine x mudelite headuse hindamine determinatsioonikoefitsientide abil x mudelite usaldatavuse kontroll F- kriteeriumi abil
annaabi.ee 
