Teemad · Mitmene lineaarne regressioonmudel Mitmese lineaarse regressioonmudeli parameetrite hindamine Parameetrite tõlgendus Standardiseeritud kordajad Mitmene regressioonmudel I ANOVA tabel
· Seos kahe tunnuse vahel kovariatsioon korrelatsioon Harilik lineaarne · Harilik lineaarne regressioonmudel Vähimruutude meetod parameetrite hinnangute leidmiseks regressioonmudel Parameetrite tõlgendamine
Õppejõud Kadri Männasoo. Inglise keeles, edasijõudnutele, tarkvara R. Kursuse teemad Õppemeetodid 1. Sissejuhatus. · Loengud 2. Harilik lineaarne regressioonmudel. Teooria, mõistete, meetodite seletamine, näited. 3. Mitmene regressioonmudel I. Küsimustele vastamine. Loenguslaidid on saadaval 4. Mitmene regressioonmudel II. pdf failina õpekeskkonnas Moodle enne loengut. 5. Mudeli omaduste parandamine. · Praktikumid 6. Fiktiivsed tunnused. Andmeanalüüs programmis Gretl. 7. Statsionaarsed aegread I
1. PRGOGNOSTIKA MEETODID a) Faktijärgsed meetodid x Statistilised meetodid o Prognoositav näitaja aegrea alusel: ekstrapolatsioon; paindlikud funktsioonid; autoregressiivsed mudelid; eksponenttasandamine; splain meetod; harmooniliste kaalude võte; Box-Jenkinsi mudelid. o Mitmeteguriline prognoos: regressioonmudel; faktoranalüüsi mudelid; Markovi ahelmudel. x Analoogiameetodid: ajaloolise analoogia meetod, matemaatilise analoogia meetod x Ennetava informatsiooni meetodid: patentmeetod, publikatsioonide meetod b) Eksperthinnangute meetodid: individuaalsed ja kollektiivsed c) Kompleksmeetodid: eesmärkide süsteem (puu) meetod, stsenaariumide, süsteemanalüüs, siht (kompleks) programm-meetod. 2. DETERMINEERITUD LIHTANALÜÜSI MEETODID Otsevõrdlused
Test 9 regressioonanalüüs, regressioonmudeli parameetrite hinnang, vähimruutude meetod, jäägid, kriipsukesed determinatsioonikordaja determinatsioonikordaja näitab vaatluste arv, korrigeeritud determinatsioonikordaja, kordaja a, vabaliige b, kordaja a standardviga regressioonanalüüs kolm mudel, kõige parem mudel regressioonmudelid valiksid diagrammil toodud sõltuvuste kirjeldamiseks, logaritmiline, pöördvõrdeline, eksponentsiaalne regressioonaanalüüsil, regressioonmudel regressioonijääkide diagramm, muutuv dispersioon, heteroskedastiivsus järeldused on õiged, regressioonimudel lineaarset mudelit kolme erineva sõltumatute tunnuste komplekti korral, determinatsioonikordaja ja korrigeeritud determinatsioonikordaja regressioonmudeli hindamisel saadud anova tabelid regressioonmudeli hindamisel saadud aruanne, tunnused on statistiliselt olulised x1 x2 x3 x4 regressioonmudelis olevate sõltumatute tunnuste omavaheline korrelatsioon,
● Märk näitab seose suunda: positiivne või negatiivne rAB = 0,58 rAC= - 0,87 A ja C vahel on tugevam seos kui A ja B vahel Korrelatsioonikordaja valem: 17. Hüpoteesi kontrollimine korrelatsioonikordaja olulisuse kohta: nullhüpotees ja sisukas hüpotees. Korrelatsioonikordaja statistilise olulisuse kontrollimine seisneb hüpoteeside paari H0: r = 0; H1: r ≠ 0; kontrollimises 18. Regressioonanalüüs ja regressioonmudeli komponendid. Regressioonmudel koosneb deterministlikust ja juhuslikust komponendist. Y = deterministlik komponent + juhuslik komponent Tinglik keskväärtus on deterministlik komponent y=E[Y|X]+u Näiteks lineaarne regressioonmudel y=ax+b + u ax+b - deterministlik komponent ehk tinglik keskväärtus u - juhuslik komponent Regressioonanalüüs uurib suuruste vahelist sõltuvust ja võimalusi selle funktsionaalseks kirjeldamiseks etteantud valemi põhjal.
Kauba hinna korral kasutatakse Vali üks vastus. a. järjestuskaalat b. nominaalskaalat c. intervallskaalat Vale Selle esituse hinded: 0/1. Question 9 Hinded: 1 Vähimruutude meetodi korral otsitakse sellist regressioonmudelit, mille korral Vali üks vastus. a. seletatud variatsioon on minimaalne b. koguvariatsioon on minimaalne c. seletamata variatsioon on minimaalne Vale Selle esituse hinded: 0/1. Question 10 Hinded: 1 Kinnisvarahindade analüüsil saadi regressioonmudel y=0,48x + 0,52, kus y on korteri hind milj kroonides ja x tubade arv. Selle mudeli järgi Vali üks vastus. a. 1-toalise korteri hind on 0,48 milj kr b. 1-toalise korteri hind on 0,52 milj kr c. iga lisatuba suurendab hinda 0,48 milj kr Õige Selle esituse hinded: 1/1. Hinne 4 maksimaalsest 10 (40%) Question 1 Hinded: 1 Aegrea kompleksanalüüsil kasutati multiplikatiivset mudelit. Teatud ajaperioodil on trendi väärtus 23 ja keskmine sesoonne komponent 2,5
a. järjestuskaalat b. nominaalskaalat c. intervallskaalat Vale Selle esituse hinded: 0/1. Question 9 Hinded: 1 Vähimruutude meetodi korral otsitakse sellist regressioonmudelit, mille korral Vali üks vastus. a. seletatud variatsioon on minimaalne b. koguvariatsioon on minimaalne c. seletamata variatsioon on minimaalne Vale Selle esituse hinded: 0/1. Question 10 Hinded: 1 Kinnisvarahindade analüüsil saadi regressioonmudel y=0,48x + 0,52, kus y on korteri hind milj kroonides ja x tubade arv. Selle mudeli järgi Vali üks vastus. a. 1-toalise korteri hind on 0,48 milj kr b. 1-toalise korteri hind on 0,52 milj kr c. iga lisatuba suurendab hinda 0,48 milj kr Õige Selle esituse hinded: 1/1. Hinne 4 maksimaalsest 10 (40%) Question 1 Hinded: 1 Aegrea kompleksanalüüsil kasutati multiplikatiivset mudelit. Teatud ajaperioodil on trendi
99 60 49.14286 29.8571429 9801 1467.265 2415.02 891.449 61.76496 3.115068 349 211 23929 4201.143 6528.857 2740.857 37.53543 (Viimane rida= summa) ∑ 𝑥𝑖 𝑥𝑘 = 𝑛 ∑ 𝑦𝑖 𝑦𝑘 = 𝑛 Keskväärtus xk= 49.857 yk= 30.143 Hinnangud: a= -1.9389 b= 0.6435 Regressioonmudel (y= a+bx): y= -1.94 + 0.64x 10.2 Leida mudeli parameetrite a ja b hinnangute usaldusvahemikud (intervallhinnangud) Ῡ𝑖 = 𝑦𝑘 + 𝑏∆𝑥𝑖 = 30.14 + 0.64∆𝑥𝑖 𝑒𝑖 = 𝑦𝑖 − Ῡ𝑖 1 Juhusliku osa ülddispersiooni hinnang: 𝜎̂ 2 = 𝑛−2 ∑𝑛𝑖=1 𝑒𝑖2 = 7.507 Ülddispersioon Ϭ^2 = 7.507085 Ϭ= 2.739906 Intervallhinnangud ̂
...........................................11 3.1. Statistiline sõltuvus ...........................................................................................................11 3.2. Monotoonne sõltuvus.........................................................................................................12 3.3. Korrelatiivne sõltuvus........................................................................................................12 3.4. Lineaarne ühe argumendiga regressioonmudel................................................................. 13 4. Üldkogumile tulemuste leidmine (üldistamine)................................................................... 14 4.1. Normaaljaotus....................................................................................................................14 4.2. Keskväärtuse (keskmise) usaldusvahemik.........................................................................16 4.3
19. Korrelatsioon ja põhjuslikkus, näiv korrelatsioon. Korrelatsioon ei tähenda põhjuslikkust Korrelatsioon tekib ka muutujate vahel, millel on ühine põhjus. Põhjuslik mõju on alati ajaliselt eespool tagajärge. Põhjus on ENNE, tagajärg PÄRAST. Pearsoni korrelatsioonitest. Näiv korrelatsioon viitab statistiliselt olulisele korrelatiivsele, kuid mittepõhjuslikule nähtuste vahelisele seosele. 20. Regressioonanalüüs ja regressioonmudeli komponendid. Regressioonmudel koosneb deterministlikust ja juhuslikust komponendist. Regressioonanalüüs uurib suuruste vahelist sõltuvust ja võimalusi selle funktsionaalseks kirjeldamiseks etteantud valemi põhjal. Regressioonanalüüsi käigus leitakse regressioonmudeli deterministlik komponent, st leitakse vastava matemaatilise funktsiooni parameetrite hinnangud. 21. Vähimruutude meetodi olemus. Minimeeritakse hälvete ruutude summat. Lineaarne mudel: harilik vähimruutude meetod OLS
keerukate funktsioonide kasutamiseks); autoregressiivsed mudelid (otsustusmuutujaks on muutuja eelmiste perioodide väärtus); eksponenttasandamine (kaugemad liikmed väiksema kaaluga); splain meetod (tükeldatakse aegrida lõikudeks, lõike prognoositakse ja hiljem pannakse kokku; mida pikem periood, seda enam võib allperioode olla); harmooniliste kaalude võte; Box-Jenkinsi mudelid. o Mitmeteguriline prognoos: regressioonmudel (kvalitatiivse näitaja lisamine regressiooni- võrrandisse); faktoranalüüsi mudelid; Markovi ahelmudel. x Analoogiameetodid: ajaloolise analoogia meetod, matemaatilise analoogia meetod o Ajaloolise analoogia meetod- mineviku olukordade analüüs. Hea kui on sarnane ettevõte, lähimineviku analüüs. Kasutame ära teisi juba varem uuritud juhtumeid. Juhtumeid on kasulik ja õpetlik uurida, kuid kas tase on võrreldav?
annaabi.ee 
