Лекция 3.1

10
Лекция 3.1 Линейная регрессионная модель для случая одной объясняющей переменной. Интерпретация коэффициентов регрессии.

description

Лекция 3.1. Линейная регрессионная модель для случая одной объясняющей переменной. Интерпретация коэффициентов регрессии. Интерпретация коэффициентов регрессии. - PowerPoint PPT Presentation

Transcript of Лекция 3.1

Page 1: Лекция  3.1

Лекция 3.1

Линейная регрессионная модель для случая одной объясняющей переменной. Интерпретация коэффициентов регрессии.

Page 2: Лекция  3.1

2

Интерпретация коэффициентов регрессии

Диаграмма рассеяния отражает зависимость почасовой з/п в 1994 г. от длительности обучения для 570 индивидов из National Longitudinal Survey of Youth.

-10

0

10

20

30

40

50

60

70

80

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Количество лет обучения

По

час

ов

ая з

/п (

$)

Page 3: Лекция  3.1

3

Интерпретация коэффициентов регрессии

6 – 12 лет обучения – школьное образование (неполное или полное),

13 – 15 лет обучения – колледж, 16 – 18 лет – магистратура, 18 – 20 лет – докторантура.

-10

0

10

20

30

40

50

60

70

80

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

по

час

ов

ая з

/п($

)

Page 4: Лекция  3.1

. reg EARNINGS S

Source | SS df MS Number of obs = 570---------+------------------------------ F( 1, 568) = 65.64 Model | 3977.38016 1 3977.38016 Prob > F = 0.0000Residual | 34419.6569 568 60.5979875 R-squared = 0.1036---------+------------------------------ Adj R-squared = 0.1020 Total | 38397.0371 569 67.4816117 Root MSE = 7.7845

------------------------------------------------------------------------------EARNINGS | Coef. Std. Err. t P>|t| [95% Conf. Interval]---------+-------------------------------------------------------------------- S | 1.073055 .1324501 8.102 0.000 .8129028 1.333206 _cons | -1.391004 1.820305 -0.764 0.445 -4.966354 2.184347------------------------------------------------------------------------------

Интерпретация коэффициентов регрессии

Для оценки регрессии используется статистический пакет Stata.

4

Page 5: Лекция  3.1

. reg EARNINGS S

Source | SS df MS Number of obs = 570---------+------------------------------ F( 1, 568) = 65.64 Model | 3977.38016 1 3977.38016 Prob > F = 0.0000Residual | 34419.6569 568 60.5979875 R-squared = 0.1036---------+------------------------------ Adj R-squared = 0.1020 Total | 38397.0371 569 67.4816117 Root MSE = 7.7845

------------------------------------------------------------------------------EARNINGS | Coef. Std. Err. t P>|t| [95% Conf. Interval]---------+-------------------------------------------------------------------- S | 1.073055 .1324501 8.102 0.000 .8129028 1.333206 _cons | -1.391004 1.820305 -0.764 0.445 -4.966354 2.184347------------------------------------------------------------------------------

Интерпретация коэффициентов регрессии

В первой колонке – названия переменных, во второй колонке – оценки коэффициентов регрессии.

5

Page 6: Лекция  3.1

. reg EARNINGS S

Source | SS df MS Number of obs = 570---------+------------------------------ F( 1, 568) = 65.64 Model | 3977.38016 1 3977.38016 Prob > F = 0.0000Residual | 34419.6569 568 60.5979875 R-squared = 0.1036---------+------------------------------ Adj R-squared = 0.1020 Total | 38397.0371 569 67.4816117 Root MSE = 7.7845

------------------------------------------------------------------------------EARNINGS | Coef. Std. Err. t P>|t| [95% Conf. Interval]---------+-------------------------------------------------------------------- S | 1.073055 .1324501 8.102 0.000 .8129028 1.333206 _cons | -1.391004 1.820305 -0.764 0.445 -4.966354 2.184347------------------------------------------------------------------------------

Интерпретация коэффициентов регрессии

Коэффициент перед переменной S равен 1.073, а оценка свободного члена (перед cons) равна -1.391.

6

Page 7: Лекция  3.1

-10

0

10

20

30

40

50

60

70

80

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Количество лет обучения

По

час

ов

ая з

/п (

$)

7

На рисунке изображена линия регрессии.

Интерпретация коэффициентов регрессии

SEARNINGS 07313911 .. ^

Page 8: Лекция  3.1

-10

0

10

20

30

40

50

60

70

80

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Количество лет обучения

По

час

ов

ая з

/п (

$)

Интерпретация коэффициентов регрессии

SEARNINGS 07313911 .. ^

S измеряется в годах, EARNINGS в долларах в час. Интерпретация коэффициента наклона: каждый дополнительный год обучения увеличивает почасовую з/п на $1.07.

8

Page 9: Лекция  3.1

-10

0

10

20

30

40

50

60

70

80

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Количество лет обучения

По

час

ов

ая з

/п (

$)

9

Интерпретация константы, состоящая в том, что индивидуум, не имеющий образования, должен доплачивать за возможность работать, не имеет смысла.

Интерпретация коэффициентов регрессии

^SEARNINGS 07313911 ..

Page 10: Лекция  3.1

-10

0

10

20

30

40

50

60

70

80

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Количество лет обучения

По

час

ов

ая з

/п (

$)

10

Однако экстраполяция проведена только для проучившихся более 6 лет, свободный член в данном примере не имеет содержательной экономической интерпретации.

Интерпретация коэффициентов регрессии

^SEARNINGS 07313911 ..