پاورپوینت مدل رگرسيون دو متغيره مساله تخمين (pptx) 23 اسلاید
دسته بندی : پاورپوینت
نوع فایل : PowerPoint (.pptx) ( قابل ویرایش و آماده پرینت )
تعداد اسلاید: 23 اسلاید
قسمتی از متن PowerPoint (.pptx) :
فصل سوم: مدل رگرسيون دو متغيره : مساله تخمين
1
فصل سوم
مدل رگرسيون دو متغيره : مساله تخمين
فهرست
فصل سوم: مدل رگرسيون دو متغيره : مساله تخمين
2
چکيده :
در اين فصل سعي در تخمين حتی الامکان دقيق تابع رگرسيون جامعه (PRF) بر اساس تابع رگرسيون نمونه (SRF) به روش حداقل مربعات معمولي (OLS) مي‌باشد.
فصل سوم: مدل رگرسيون دو متغيره : مساله تخمين
3
روش حداقل مربعات معمولي :
اين روش منصوب به كارل فردريك گوس مي‌باشد.
قاعده كلي حداقل مربعات:
فصل سوم: مدل رگرسيون دو متغيره : مساله تخمين
4
معادله اول نرمال
2) معادله دوم نرمال
0 = معادله اول نرمال
0= معادله دوم نرمال
از آنجايي كه مي‌باشد (اثبات ضميمه):
فصل سوم: مدل رگرسيون دو متغيره : مساله تخمين
5
تخمين زننده ها :
فصل سوم: مدل رگرسيون دو متغيره : مساله تخمين
6
خصوصيات تخمين‌زننده‌ها
منحصراً بر حسب مقادير قابل مشاهده بيان مي‌شوند.
تخمين زنهاي نقطه‌اي هستند.
فصل سوم: مدل رگرسيون دو متغيره : مساله تخمين
7
خصوصيات خط رگرسيون
1. اين خط از ميانگين X و Y نمونه مي‌گذرد.
2. مقدار متوسط Y تخمين زده شده مساوي است بامقدار متوسط Y واقعي:
3.مقدار ميانگين باقيمانده‌ها (ei) صفر است.
معادله اول نرمال
فصل سوم: مدل رگرسيون دو متغيره : مساله تخمين
8
4. باقيمانده‌هاي ei با Yi پيش‌بيني شده همبستگي ندارند.
با توجه به اين نكته كه
5. باقيمانده‌هاي ei با Xi همبستگي ندارند.
معادله دوم نرمال
فصل سوم: مدل رگرسيون دو متغيره : مساله تخمين
9
فرضيات اساسي روش حداقل مربعات
فرض (1): ميانگين Uiها صفر است . E (Ui I Xi) = 0
فرض (2): عدم وجود خودهمبستگي بين uها