خرید و دانلود پاورپوینت فصل سوم مدل رگرسيون دو متغيره مساله تخمين

خرید و دانلود پاورپوینت فصل سوم مدل رگرسيون دو متغيره مساله تخمين

فصل سوم مدل رگرسيون دو متغيره مساله تخمين

چکيده :

در این فصل سعی در تخمین حتی الامکان دقیق تابع رگرسیون جامعه (PRF) بر اساس تابع رگرسیون نمونه (SRF) به روش حداقل مربعات معمولی (OLS) می‌باشد.

روش حداقل مربعات معمولی :

این روش منصوب به كارل فردریك گوس می‌باشد.

خصوصیات تخمین‌زننده‌ها

• منحصراً بر حسب مقادیر قابل مشاهده بیان می‌شوند.
• تخمین زنهای نقطه‌ای هستند.

خصوصیات خط رگرسیون

1. این خط از میانگین X و Y نمونه می‌گذرد.
2. مقدار متوسط Y تخمین زده شده مساوی است بامقدار متوسط Y واقعی:

3.مقدار میانگین باقیمانده‌ها (ei) صفر است.   

خرید و دانلود پاورپوینت فصل سوم مدل رگرسیون دو متغیره مساله تخمین

 معادله اول  نرمال

1. باقیمانده‌های ei با Yi پیش‌بینی شده همبستگی ندارند.

با توجه به این نكته كه

1. باقیمانده‌های ei با Xi همبستگی ندارند.

معادله دوم نرمال

فرضیات اساسی روش حداقل مربعات

فرض (1): میانگین Uiها صفر است . E (Ui I Xi) = 0

فرض (2): عدم وجود خودهمبستگی بین uها

فرض (3): یكسانی (همسانی) واریانس Uiها

فرض (4): كوواریانس صفر بین Ui و Xi

فرض فرعی: تمام مقادیر X نباید مشابه باشند.

فرض (5): مدل رگرسیون دقیقاً تصریح شده است (عدم وجود خطای تصریح یا تورش)

خطای معیار (استاندارد) یا دقت تخمین‌های حداقل مربعات

ویژگیهای واریانس:

1) واریانس مستقیماً با اما به طور معكوس با تناسب دارد.

2) واریانس با و بطور مستقیم، ولی با وحجم نمونه به طور معكوس تناسب دارد.

3) و از نمونه‌ای به نمونه دیگر تغییر می‌یابند و در یك نمونه مفروض نیز وابسته به یكدیگرند .

برای خواندن ادامه مطلب پاورپوینت فصل سوم مدل رگرسيون دومتغيره مساله تخمين ، خرید و دانلود را انجام دهید. تا فایل پاورپوینت آن در اختیار شما قرار بگیرد.

خرید و دانلود پاورپوینت فصل سوم مدل رگرسيون دو متغيره مساله تخمين

خرید و دانلود پاورپوینت فصل سوم مدل رگرسيون دو متغيره مساله تخمين