Estimar a função de regressão e os resíduos
Video: SisDEA - Análise de resíduos da regressão e da estimativa
Conteúdo
A função de regressão é normalmente expressa matematicamente em uma das seguintes formas: notação básica, notação somatório, ou notação matricial. o Y variável representa o resultado que você está interessado, chamada variável dependente, eo Xs representar todas as variáveis independentes (ou explicativas). Seu objetivo agora é estimar a função de regressão populacional (PRF), utilizando os dados de amostra.
Ao trabalhar em problemas econométricos do mundo real, você geralmente especificar uma PRF com uma variável dependente e diversas variáveis independentes. Por exemplo, suponha que você está interessado no número de hambúrgueres comprados durante a hora do almoço em cantinas escolares.
teoria microeconômica sugere que as vendas deve ser influenciada pelo preço dos hambúrgueres, juntamente com outros fatores, como o preço de outros alimentos, o preço de refrigerantes, e assim por diante. Com isso em mente, você pode querer especificar o seu PRF usando vendas de hambúrguer como variável dependente e todos os outros fatores relevantes como as variáveis independentes.
Para visualizar a regressão OLS e obter uma compreensão básica do conceito fundamental, suponha agora que a variável dependente (vendas de hambúrguer) é influenciada por uma única variável explicativa (o preço de hambúrgueres).
A função de regressão amostra (SRF) é expressa como
Onde Y é a venda de hambúrgueres e X é o preço. Neste caso, o SRF é uma linha, com o valor de
estimar a interceptar e
Video: Modelos de regressão - Regressão linear simples - Diagnósticos dos resíduos
estimar o valor da encosta.
Observe como a representação matemática da SRF usa chapéus (^) acima o termo coeficientes e erro. Este símbolo é usado para indicar que estes números são estimativas de seus verdadeiros valores da população, mas tenha em mente que alguns livros didáticos usar o inglês letras (latino) para representar coeficientes de regressão de amostra e outras estimativas.