Výstavba regresního modelu diagnostikami regresního tripletu

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216275%3A25310%2F14%3A39900195" target="_blank" >RIV/00216275:25310/14:39900195 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

čeština

Název v původním jazyce

Výstavba regresního modelu diagnostikami regresního tripletu

Popis výsledku v původním jazyce

Postup hledání regresního modelu obsahuje: 1. Návrh modelu začíná vždy od nejjednoduššího modelu, a to lineárního. 2. Předběžná analýza dat sleduje proměnlivost proměnných na rozptylových diagramech a indexových grafech. Vyšetřuje se multikolinearita, heteroskedasticita, autokorelace a vlivné body. 3. Odhadování parametrů se provádí klasickou metodou nejmenších čtverců, následované testem významnosti parametrů Studentovým t-testem. Střední kvadratická chyba predikce MEP a Akaikovo informační kritérium AIC představují rozhodčí kritéria při hledání nejlepšího regresního modelu. 4. Regresní diagnostika provádí identifikaci vlivných bodů a ověření předpokladů metody nejmenších čtverců. V případě více vysvětlujících proměnných se posoudí vhodnost jednotlivých proměnných pomoci parciálních regresních grafů a parciálních reziduálních grafů. 5. Parametry zpřesněného modelu jsou odhadovány s využitím (a) metody vážených nejmenších čtverců (MVNČ) při nekonstantnosti rozptylu, (b) metody zobecněn

Název v anglickém jazyce

Regression model building with the use of regression diagnostics

Popis výsledku anglicky

To find the regression model includes: 1. The model always starts from the simplest model, not linear. 2. The preliminary analysis of the data follows the variability of variables to scatter charts and index charts. Investigates the multicollinearity, heteroscedasticity, autocorrelation and influential points. 3. The estimated parameters is done by a classical least squares method, followed by a test of significance of parameters by Student's t-test. Mean square error of prediction MEP and Akaikovo information criterion AIC represent the referee criteria in finding the best regression model. 4th Regression diagnostics is identifying influential points and verify assumptions, the least squares method. For more explanatory variables to examine the suitability of individual variables help of partial regression graphs and partial residual graphs. 5. The parameters to an updated model are estimated using (a) the method of weighted least squares (MVNČ) at nekonstantnosti scattering, (b) the

Druh

D - Stať ve sborníku

CEP obor

JD - Využití počítačů, robotika a její aplikace

OECD FORD obor

—

Projekt

—

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2014

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Analýza dat 2014

ISBN

—

ISSN

1805-6903

e-ISSN

—

Počet stran výsledku

22

Strana od-do

43-56

Název nakladatele

TriloByte Statistical Software, spol. s r. o.

Místo vydání

Pardubice

Místo konání akce

Pardubice

Datum konání akce

25. 11. 2014

Typ akce podle státní příslušnosti

CST - Celostátní akce

Kód UT WoS článku

—