 |
|
||||||||
|
|||||||||
 |
|
ТерминыА | Б | В | Г | Д | Е | Ж | З | И | К | Л | М | Н | О | П | Р | С | Т | У | Ф | Ц | Э | Ю | ЯРегрессия —математическое уравнение, описывающее статистическую связь одной переменной (yt), называемой зависимой (а также эндогенной, объясняемой), с одной или несколькими другими (x1t, x2t,... xkt), называемыми независимыми (или экзогенными, объясняющими) переменными. Если уравнение имеет линейный вид, регрессия называется линейной, в противном случае — нелинейной. Уравнение регрессии (регрессионная модель) отражает основные, наиболее устойчивые взаимосвязи между переменными при наличии ошибок. Наиболее распространенный метод оценивания параметров (коэффициентов) регрессионного уравнения — метод наименьших квадратов, сущность которого состоит в минимизации суммы квадратов ошибок регрессионного уравнения (которые также называются остатками, шумом, возмущениями). Для оценивания регрессии (то есть ее параметров) могут использоваться временные ряды, когда изучаются взаимосвязи показателей во времени; пространственные выборки, когда, например, изучаются связи между характеристиками или показателями у множества объектов в один момент времени; панельные данные, когда исследуются взаимосвязи во времени показателей у случайным образом отобранного множества объектов (например, при обследовании бюджетов семей). Регрессия устанавливает лишь статистические зависимости, наличие которых еще не означает причинно-следственную связь. Причинно-следственный характер взаимодействия переменных должен определяться экономической теорией, содержательным анализом, гипотезой. Регрессия часто используется для прогнозирования эндогенной переменной, однако для этого необходимо знание будущих значений экзогенных переменных. |
|
