5.5 Построение регрессионных моделей (простая и множественная линейная регрессия).

К
 
Рассмотрим построение множественной регрессии вида Y=a0+a1*t+a2*X2.

Выбрать Relate/Multiply Regression/Имя зависимой (Dependent - Y) и независимой(независимых) (Independent –X1,Х2) переменных .

* Tabular option (выбор Analysis Summary, Conditional sum of…, Confidence Intervals).

* Построение модели без константы вида Y=a1*t+a2*X2.

На отчете Analysis Summary нажать правую кнопку мыши, выбрать Analysis options, снять флаг с Constant in Model.

* Дисперсионный анализ регрессионных моделей.

Необходимо получить отчеты Conditional sum of squares и Confidence Intervals.

* Корреляционный анализ (на примере выявления взаимосвязи между зависимой и независимыми переменными).

К
 
 

Выбрать Describe/ Numeric data/ Multiply variable analysis/ выбрать исследуемые переменные/ ОК

Через Tabular options выбрать отчет Correlations.

Здесь также можно получить отчеты по ранговой (Rank) и частной корреляции (Partial).
 

* Прогнозирование на регрессионных моделях.

Если необходимо получить прогноз, то до построения модели в рабочем листе указываем прогнозные значения независимых переменных и строим регрессионную модель через Relate/Multiply Regression и. т.д.

В Tabular options выбрать Reports
 

Для смены параметров отчета необходимо нажав на правую кнопку мыши, выбрать Pane options
 

* Проверка случайной составляющей на нормальность.

K
 
Сохраним остаточную компоненту на рабочем листе под именем Residuals.

Выбрать Describe/ Distribution Fitting/ Uncensored Data/ Имя переменой

5.6 Построение авторегрессионных моделей.

* Определение порядка авторегрессионной модели (на основе периодограммы).

К
 
Выбрать Special/Time series analysis/Descriptive methods/ Имя исследуемой переменной.

Если необходимо провести тест на случайность, то используйте отчет Test for Randomness
 

Через Tabular option выбрать следующие отчеты:
 

* Оценка параметров авторегрессионной модели (см. построение множественной регрессии)