Ökonometria taneszköz (nyilatkozat az alapvető ismeretek és az alapvető készségek

Például a minta átlaga a legjobb becslés az általános átlag, mert az felel meg mind a négy tulajdonságait.

Intervallumbecslését egy intervallumot, amelyben az ismert valószínűség az igazi értéke a vizsgált jellemző. Ez az intervallum az úgynevezett vagyonkezelő, és a megfelelő valószínűség szerint - megbízhatósági szint mellett. A gyakorlatban statisztikai elemzés nagy értéke van egy intervallum becslés. Együtt megbízhatósági szinten (p) kifejezést használják szignifikancia szint (α = 1-p).

Nézzük az általános elvek intervallumbecslését. Úgy tartják formájában meghatározása megbízhatósági intervallumok - időközönként, amely az ismert valószínűségi változó vizsgált. Nagysága az intervallum egyenesen arányos a szórás a véletlen változó vizsgált oda függően a kívánt szinten szignifikáns. szignifikancia szintek 0,1 (10% szignifikanciaszint) általában választjuk; 0,05 (5% -os szignifikancia szinten); 0,01 (1% -os szignifikancia szinten).

Az építőiparban a konfidenciaintervallumai átlagérték azt feltételezzük, összhangban a központi határeloszlás-tétel, a minta azt jelenti, hogy vannak elosztva normális eloszlás várható értéke megegyezik az általános átlag. Ennek megfelelően a megbízhatósági intervallumok alapján került meghatározásra alatti terület normális eloszlási görbe a következő:

ahol uα / 2 - értékeket meghatároztuk a terület a táblázatban a normális eloszlási görbe; σ - szórása általában; n - az egységek száma a mintában.

Intervallumbecslését használt elemzés a regressziós együtthatók, a függő változó értékeket. Formula intervallum becsléseket bemutatják az adott témákban.

A következő alapvető paraméterek csatlakozás:

1. Covariance - abszolút értékben kapcsolatokat a két mutató. Ez jellemzi az erősségét és irányát között lineáris összefüggést két mutatót. Különbséget tenni az elméleti és a minta kovariancia.

Elméleti kovariancia () - ez az elvárás a termék eltérések két véletlen változók ezek középértékét.

A mintát kovariancia kiszámítása a következőképpen történik:

3), amikor y = v + w. majd COV (x, y) = cov (x, v) + cov (x, W)

4) ha y = a * z, a cov (x, y) = a * cov (x, z)

5) Ha a = const, a cov (x, a) = 0

Egy alternatív kiszámításának képlete A kovariancia:

A fő hátránya a kovariancia a kommunikációs paramétereket, hogy értékük függ a felhasznált adatok forrása egységek, és nincs kritikus értékeket, ami megnehezíti az összehasonlítást a különböző készletek kapcsolási erő és lehetetlenné teszi, hogy meghatározza a kritikus értékek kovariancia.

Ezt a hátrányt leküzdeni következő mutató kapcsolat - a korrelációs együttható. Ez egy relatív mérőszám a kommunikáció és jellemzi is erősségét és irányát a lineáris kapcsolat a két attribútum, változik -1 1, minél közelebb az abszolút érték a egységét, a szorosabb kapcsolat a mutatók.

Elszigetelt és szelektív elméleti korrelációs együttható. Elméleti korrelációs együttható alábbi képlettel számítottuk ki:

A számításhoz a minta korrelációs együttható a következő képlet segítségével:

ahol sx és sy - a minta standard eltérése az x és y rendre.

Arra a következtetésre jutott, hogy nem volt statisztikailag szignifikáns összefüggést lehet tenni becslésével jelentősége a korrelációs együttható. Ezt meg lehet tenni a Student-féle t-teszt. Ehhez a vizsgálathoz a hipotézist egyenlőség együttható 0.