Интервалы прогноза по линейному уравнению регрессии

Современная экономика в значительной степени является формализованной наукой, в которой широко используются количественные методы. Применение математических методов в экономике имеет много разветвлений и сформировало несколько отдельных дисциплин, а именно: исследование операций, математическое программирование, теория игр и тому подобное. Среди этих дисциплин одной из важнейших является эконометрия, которая входит в цикл базовой экономической подготовки не только в Российской Федерации, но и в Европе, Соединенных Штатах Америки и других ведущих странах. Эконометрия является наукой, которая в основном применяет методы математической статистики для изучения закономерностей протекания экономических явлений и процессов. Одной из базовых тем эконометрии является парный корреляционно-регрессионный анализ. По этой теме начинается почти каждый учебник по эконометрии независимо от страны его происхождения. Понимание положений парного корреляционно-регрессионного анализа позволяет понять более сложные разделы эконометрии. Регрессионный анализ - количественное представление связи или зависимости между зависимой переменной (откликом) и независимой / независимыми переменными (предикторами). Модели и методы регрессионного анализа занимают центральное город в математическом аппарате эконометрии.

---

Есть надёжный сервис, где можно купить магистерскую диссертацию в Омске - Work5.

---

Задачей регрессионного анализа является установление формы зависимости между переменными, оценка функции регрессии, прогноз значений зависимой переменной. Регрессионный анализ используется по двум причинам: 1) описание зависимости между переменными помогает установить наличие возможной причинной связи; 2) для установления предиктора для зависимой переменной, так как уравнения регрессии позволяет прогнозировать значения зависимой переменной по значениям независимых переменных: выявление закономерности, которая изображена в виде уравнения регрессии. Это и определяет актуальность данной работы. Цель работы: провести теоретическое обобщение вопроса - интервалы прогноза по линейному уравнению регрессии. Для достижения поставленной цели исследования необходимо последовательно решить взаимосвязанную совокупность задач: - изучить научную литературу по заданной теме; - рассмотреть оценку параметров линейной парной регрессия; - исследовать прогноз по линейному уравнению регрессии. Структура работы представлена двумя разделами, введением и заключением и списком использованной литературы. В первой главе раскрывается оценка параметров линейной парной регрессия. Во второй главе исследуется интервальный прогноз по линейному уравнению регрессии.  

Цель настоящей работы заключается в обобщении прогнозирования по линейному уравнению регрессии. Для достижения поставленной цели исследования решены такие задачи: - изучена научная литература по заданной теме; - рассмотрены оценки параметров линейной парной регрессия; - исследован прогноз по линейному уравнению регрессии. Линейная регрессия находит широкое применение в эконометрике через четкую экономическую интерпретацию ее параметров. Простая регрессия представляет собой модель, где среднее значение зависимой (объясняемой) переменной рассматривается как функция одной независимой (пояснительной) переменной х. Построение простой выборочной линейной регрессии является одним из самых распространенных методов формализации экономических зависимостей. После оценки параметров линейной модели можно осуществлять прогнозирование на основе линейной регрессии. Таким образом, задачи решены в полном объеме, цель достигнута.  

1. Антохонова, И. В. Методы прогнозирования социально-экономических процессов : учеб. пособие для вузов / И. В. Антохонова. — 2-е изд., испр. и доп. — М. : Издательство Юрайт, 2018. — 213 с. 2. Гармаш, А. Н. Экономико-математические методы и прикладные модели : учебник для бакалавриата и магистратуры / А. Н. Гармаш, И. В. Орлова, В. В. Федосеев ; под ред. В. В. Федосеева. — 4-е изд., перераб. и доп. — М. : Издательство Юрайт, 2017. — 328 с. 3. Евсеев Е. А., Буре В. М. - ЭКОНОМЕТРИКА 2-е изд., испр. и доп. Учебное пособие для бакалавриата и специалитета - М.:Издательство Юрайт - 2019 – 186 с. 4. Ковалев, Е. А. Теория вероятностей и математическая статистика для экономистов : учебник и практикум для бакалавриата, специалитета и магистратуры / Е. А. Ковалев, Г. А. Медведев ; под общ. ред. Г. А. Медведева. — 2-е изд., испр. и доп. — М. : Издательство Юрайт, 2019. — 284 с. 5. Кремер Н. Ш., Путко Б. А. ; Под ред. Кремера Н. Ш. - ЭКОНОМЕТРИКА 4-е изд., испр. и доп. Учебник и практикум для академического бакалавриата - М.: Издательство Юрайт - 2019 – 308 с. 6. Орлова И.В. Экономико-математические модели: компьютерное моделирование.-3-е изд.: Учебное пособие / И. В. Орлова, В. А. Половников – М.: Инфра-М, 2014. – 389 с. 7. Практикум по эконометрике: Учеб. пособие / И.И. Елисеева, С.В. Курышева, Н.М. Гордиенко и др. - М.: Финансы и статистика, 2003. - 192 с. 8. Сизова Т.М., Мишура Л.Г. Статистика: Практикум: учеб. пособие. - Санкт-Петербург: Университет ИТМО, 2016. - 61 с. 9. Статистика: учебник для бакалавров / под. ред. И. И. Елисеевой. – 3- езд., перераб. и доп. – М.: Издательство Юрайт, 2014. – 558 с. 10. Статистика: учебник и практикум для академического бакалавриата / В. С. Мхитарян [и др.] ; под ред. В. С. Мхитаряна. — М. : Издательство Юрайт, 2018. — 250 с. 11. Тихомиров Н. Методы эконометрики и многомерного статистического анализа; Экономика - М., 2014. – 822 c.