Автор работы: Пользователь скрыл имя, 22 Октября 2013 в 19:52, реферат
Когда искомая величина может быть измерена непосредственно, как, например, длина отрезка или угол, то, для увеличения точности, измерение производится много раз, и за окончательный результат берут арифметическое среднее из всех отдельных измерений. Это правило арифметической середины основывается на соображениях теории вероятностей; легко показать, что сумма квадратов уклонений отдельных измерений от арифметической середины будет меньше, чем сумма квадратов уклонений отдельных измерений от какой бы то ни было другой величины. Само правило арифметической середины представляет, следовательно, простейший случай метода наименьших квадратов.
Введение
1. История
2. Постановка задачи
3. Свойства оценок на основе МНК
4. Взвешенный метод наименьших квадратов
5. Системы одновременных уравнений
6. Нелинейная регрессия
7. Авторегрессионное преобразование
8. Применение МНК в экономике
Заключение
Список литературы
При этом у налогоплательщиков с численностью работников свыше 30 человек не учитываются выплаты 10 процентам работников, имеющих наибольшие по размеру выплаты, у налогоплательщиков с численностью работников до 30 человек (включительно) - выплаты 30 процентам работников, имеющих наибольшие по размеру выплаты.
Широкое применение линейной регрессии обусловлено тем, что достаточно большое количество реальных процессов в экономике и бизнесе можно с достаточной точностью описать линейными моделями. В Data Mining, регрессия широко используется для решения задач прогнозирования и численного предсказания.
Заключение
Информация,
представленная в настоящем реферате,
может стать основой для
Наиболее полная информация приведена по применению скользящих средних. В работе описывается лишь малая часть имеющихся в настоящее время методов для исследования и обработки различных видов статистической информации. Здесь представлен краткий и поверхностный обзор некоторых методов, исходя из незначительного объёма настоящей работы.
Список литературы
О.О. Замков, А.В. Толстопятенко, Р.Н. Черемных Взвешенный метод наименьших квадратов Взвешенный метод наименьших квадратов Математические методы в экономике. - М.: Дис, 1997.
Анна Эрлих Технический анализ товарных и финансовых рынков. - М.: ИНФРА, 1996.
Я.Б. Шор Статистические методы анализа и контроля качества и надёжности. - М.: Советское радио, 1962.
В.С. Пугачёв Теория вероятностей и математическая статистика. - М.: Наука, 1979. - 394 с.
Стренг Г. Линейная алгебра и ее применения. М.: Мир. 1980.
Каханер Д., Моулер К., Нэш С. Численные методы и программное обеспечение. М.: Мир. 1998.
Стрижов В. В. Методы индуктивного порождения регрессионных моделей. М.: ВЦ РАН. 2008. 55 с. Брошюра, PDF.