Навигация:

Главная Случайная страница Обратная связь ТОП Интересно знать Избранные Новые материалы

Топ:

Характеристика АТП и сварочно-жестяницкого участка: Транспорт в настоящее время является одной из важнейших отраслей народного...

Проблема типологии научных революций: Глобальные научные революции и типы научной рациональности...

Организация стока поверхностных вод: Наибольшее количество влаги на земном шаре испаряется с поверхности морей и океанов...

Интересное:

Инженерная защита территорий, зданий и сооружений от опасных геологических процессов: Изучение оползневых явлений, оценка устойчивости склонов и проектирование противооползневых сооружений — актуальнейшие задачи, стоящие перед отечественными...

Аура как энергетическое поле: многослойную ауру человека можно представить себе подобным...

Принципы управления денежными потоками: одним из методов контроля за состоянием денежной наличности является...

Дисциплины:

Автоматизация Антропология Археология Архитектура Аудит Биология Бухгалтерия Военная наука Генетика География Геология Демография Журналистика Зоология Иностранные языки Информатика Искусство История Кинематография Компьютеризация Кораблестроение Кулинария Культура Лексикология Лингвистика Литература Логика Маркетинг Математика Машиностроение Медицина Менеджмент Металлургия Метрология Механика Музыкология Науковедение Образование Охрана Труда Педагогика Политология Правоотношение Предпринимательство Приборостроение Программирование Производство Промышленность Психология Радиосвязь Религия Риторика Социология Спорт Стандартизация Статистика Строительство Теология Технологии Торговля Транспорт Фармакология Физика Физиология Философия Финансы Химия Хозяйство Черчение Экология Экономика Электроника Энергетика Юриспунденкция

Метод регрессионного анализа

2017-07-01

234

0.00 из 5.00 0 оценок

Заказать работу

Содержание

⇐ ПредыдущаяСтр 8 из 10Следующая ⇒

4.5.1. Регрессионный анализ – статистический метод исследования влияния одной или нескольких независимых переменных на зависимую переменную (применительно к оценочной деятельности – влияния ценообразующих параметров на стоимость).

где:	С –	стоимость объекта оценки, ден. ед.;
	ЦОП_i –	i-ый ценообразующий параметр, единица измерения может быть различной (кв.м, км, наличие / отсутствие конкретного вида инженерных коммуникаций).

4.5.2. Основные понятия теории вероятностей и математической статистики [9]:

Таблица 14.

№ п/п

Понятие

Определение и комментарий

Математическое ожидание

Сумма произведений всех значений дискретной̆ случайной величины на соответствующие им вероятности:

где:	M(x) –	математическое ожидание, ед.;
	x_i –	i-ое значение случайной величины, ед.;
	p_i –	вероятность появления i-го значения случайной величины, доли ед.

В оценочной практике, как правило, случайные величины являются равновероятными:

где:

n –

количество случайных величин, ед.

Дисперсия

Математическое ожидание квадрата отклонения случайной величины от ее математического ожидания:

где:

D(x) –

дисперсия, кв.ед.

В оценочной практике, как правило, случайные величины являются равновероятными:

Среднеквадратическое отклонение

Квадратный корень из дисперсии

где:	s –	среднеквадратичное отклонение, ед.;
	D(x) –	дисперсия, кв.ед.

Корреляция

Статистическая взаимосвязь двух или более случайных величин. При этом изменения значений одной или нескольких из этих величин сопутствуют систематическому изменению значений другой или других величин.

Коэффициент корреляции

Безразмерная величина, характеризующая тесноту линейной зависимости между случайными величинами:

где:	x_i, y_i –	i-ое значение случайной величины, ед.;
	–	математические ожидания, ед.

Репрезентативность

Соответствие характеристик выборки характеристикам генеральной совокупности в целом. Репрезентативность определяет, насколько возможно обобщать результаты исследования с привлечением определённой выборки на всю генеральную совокупность, из которой она была собрана.

Мультиколлинеарность

Высокая взаимная коррелированность объясняющих переменных. Использование в регрессионной модели мультиколлинеарных переменных приводит к ошибочной статистической незначимости коэффициентов модели и неустойчивости модели в целом (сильной зависимости от набора исходных данных).

Минимальное количество аналогов

В общем виде, количество аналогов в модели должно быть на единицу больше, чем количество независимых переменных (n+1). В зависимости от количества существенных ценообразующих параметров и однородности исходной выборки выдвигаются различные требования к достаточности исходных данных – [10], [11].

4.5.3. Этапы построения регрессионной модели:

· сбор рыночной информации;

· проверка исходных данных на наличие грубых ошибок;

· проверка исходных данных на соответствие принципу достаточности;

· внесение поправок (корректировок);

· выбор ценообразующих параметров (например, с помощью анализа матрицы корреляций);

· выбор вида зависимости (линейная, степенная, экспоненциальная и пр.);

· калибровка модели (непосредственно определение коэффициентов уравнения модели);

· проверка качества модели;

· проверка модели на устойчивость;

· вывод о целесообразности применения полученной модели.

4.5.4. В практической деятельности следует обратить внимание на показатели качества регрессионной модели:

Таблица 14.

№ п/п

Понятие

Определение и комментарий

Коэффициент детерминации

Определяет долю разброса исходных данных, объясняемых построенной моделью:

где:	R² –	коэффициент детерминации, доли ед.;
	–	дисперсия зависимой переменной, предсказанная построенной моделью, кв. ед.
	–	дисперсия зависимой переменной (на основе эмпирических данных), кв. ед.

Приемлемым уровнем значений коэффициента детерминации принято считать .

Средняя ошибка аппроксимации

Определяет относительное отклонение модельных данных от рыночных:

где:	–	средняя ошибка аппроксимации, %;
	–	рыночная стоимость i-го объекта-аналога, ден. ед.;
	–	рыночная стоимость i-го объекта-аналога, предсказанная моделью, ден. ед.

Приемлемым уровнем значений принято считать .

Среднеквадратичная ошибка регрессии

Характеризует разброс/рассеивание модельных данных относительно рыночных:

где:	–	среднеквадратичная ошибка регрессии, ден. ед.;
	–	объем выборки, ед.;
	–	количество ценообразующих параметров, ед.

Критерий Фишера (т.н. F-критерий)

Заключается в проверке базовой гипотезы о статистической незначимости построенной модели. На практике эта проверка сводится к сравнению выборочной статистики (основанной на значении коэффициента детерминации) с критическим значением статистики на определенном уровне значимости:

где:	–	критерий Фишера, доли ед.;
	–	объем выборки, ед.;
	–	количество ценообразующих параметров, ед.

Модель принято считать статистически значимой, если значение выборочной статистики превышает критический порог на уровне значимости .

Критерий Стьюдента

Заключается в проверке базовой гипотезы о статистической незначимости коэффициента при ценообразующем факторе (критерий проверяется для всех коэффициентов модели).

Если выполняется неравенство:

, ,

где:	t_i –	выборочная статистика для i-го коэффициента, ед.;
	b_i –	оценка i -го коэффициента, ед.коэф.;
	se_i –	стандартная ошибка i -го коэффициента, ед.коэф.

то базовая гипотеза отвергается и коэффициент (а, следовательно, и сам фактор) признается статистически значимым (то есть существенным).

⇐ Предыдущая 1 2 3 4 5 6 789 10 Следующая ⇒

Поделиться с друзьями:

Опора деревянной одностоечной и способы укрепление угловых опор: Опоры ВЛ - конструкции, предназначенные для поддерживания проводов на необходимой высоте над землей, водой...

Автоматическое растормаживание колес: Тормозные устройства колес предназначены для уменьшения длины пробега и улучшения маневрирования ВС при...

Наброски и зарисовки растений, плодов, цветов: Освоить конструктивное построение структуры дерева через зарисовки отдельных деревьев, группы деревьев...

Таксономические единицы (категории) растений: Каждая система классификации состоит из определённых соподчиненных друг другу...