метод минимальных квадратов

Ответ от Пользователь удален[новичек]
1. РЕГРЕССИЯ, в теории вероятностей и математической статистике — зависимость среднего значения какой-либо величины от некоторой другой величины или от нескольких величин.
2. Метод наименьших квадратов (МНК) - метод оценки параметров модели на основании экспериментальных данных, содержащих случайные ошибки. В основе метода лежат следующие рассуждения: при замене точного (неизвестного) параметра модели приблизительным значением необходимо минимизировать разницу между экспериментальными данными и теоретическими (вычисленными при помощи предложенной модели) . Это позволяет рассчитать параметры модели с помощью МНК с минимальной погрешностьюПогрешность измерения - отклонение результата измерения от действительного значения измеряемой величины. Мерой разницы в методе наименьших квадратов служит сумма квадратов отклонений действительных (экспериментальных) значений от теоретических. Выбираются такие значения параметров модели, при которых сумма квадратов разностей будет наименьшей
3. Адекватность модели — соответствие модели моделируемому объекту или процессу. Адекватность в какой-то мере условное понятие, так как полного соответствия модели реальному объекту быть не может: иначе это была бы не модель, а сам объект. При моделировании имеется в виду адекватность не вообще, а по тем свойствам модели, которые для исследования считаются существенными. Трудность измерения экономических величин осложняет проблему адекватности экономических моделей. проверка адекватности:
4-5. критерий Стьюдента, Фишера (РАЗНЫЕ ПОНЯТИЯ) -статистическое правило проверки гипотез распределение отношения двух независимых случайных величин
6. НУЛЕВАЯ ГИПОТЕЗА, исходное предположение в математической статистике, которое должно быть подтверждено или опровергнуто с помощью теории вероятностей. Используется при статистической проверке гипотез, напр. о близости фактического распределения к теоретическому. Нулевая гипотеза обычно сравнивается с конкурирующей или альтернативной гипотезой, для которой проверочная статистика не соответствует заданному распределению. Следовательно, если фиксируется экстремальное значение проверочной статистики (т. е. значение, расположенное вне критических значений распределения) , то можно считать, что проверочная статистика не следует распределению и поэтому нулевая гипотеза отвергается в пользу альтернативной.
8.УРОВЕНЬ ЗНАЧИМОСТИ - Понятие, используемое при проверке гипотезы для определения критического значения, с которым сравниваются проверяемые статистики. (Словарь современной экономической теории Макмиллана. -М. , 1997) Так, проверка с уровнем значимости 5% означает выбор таких критических значений, при которых в случае нулевой гипотезы существует 5-процентная вероятность непопадания проверяемой статистики в пределы этих значений. Например, говорят, что оценка параметра в регрессионном анализе существенно отличается от нуля при 5-процентном уровне значимости, если ее проверочная статистика (обычно t-статистика) расположена выше или ниже значений t-распределения, вне которого t-статистика может оказаться с вероятностью 0,05.(Словарь современной экономической теории Макмиллана. -М. , 1997)
Источник: ТЫРНЕТ