Excel parancsfájlok felhasználása a statisztikai elemzésekben Írta ...
Excel parancsfájlok felhasználása a statisztikai elemzésekben Írta ...
Excel parancsfájlok felhasználása a statisztikai elemzésekben Írta ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
ln h<br />
h = e transzformációval az eredeti függvény felírható, mert p és 2 A az első segédfüggvényből, míg v e<br />
a fenti, logaritmizált CES regressziós függvény becsléséből meghatározhatók:<br />
-P -P<br />
y=h ˆ ⎡<br />
⎣A ⎤ P<br />
2x 2 +(1-A 2)x 1 ⎦<br />
A program automatikusan minden paramétert kiszámít a fenti egyenletek felhasználásával.<br />
A feldolgozható legnagyobb adatállomány esetében a megfigyelések száma 500.<br />
Az ábra munkalapon az eredeti és a becsült (CES) adatok ábráját is meg lehet tekinteni.<br />
Gyakorló feladatok CES1.xls, CES2.xls és CES3.xls*<br />
A cipőgyár adatai felhasználásával végezze el a CES függvény becslését a 3 módszerrel. Az állóeszköz<br />
ára sort az eszközhatékonysággal becsülje. Végezze el a CES függvények, mint regressziós függvények<br />
tesztelését, felhasználva az <strong>Excel</strong> Adatelemzés-Regresszió programját. (elsőrendű autokorreláció,<br />
homoszkedaszticitás Gleiser próba)<br />
4.9 Logisztikus regressziós függvények*<br />
A logisztikus regressziós függvények kezdetben konvex, később konkáv függvénygörbét írnak le. A következőkben<br />
a logisztikus, és az általánosított Richards-féle regressziós-függvényeket mutatjuk be. A<br />
becslés hasonló a trendfüggvényeknél bemutatott eljárással, csak itt a magyarázó változó (x) tetszőleges<br />
értéket vehet fel, míg a trendbecslésnél az x=t=1,2,…n. A függvények tulajdonságai is azonosak, csak a t<br />
változó helyett az x keresztmetszeti adatokból álló magyarázó változó növekvő sorrendbe rendezett értékeit<br />
használjuk a becsléseknél. Ezért a tulajdonságok ismertetéstől itt eltekintünk, azok azonosak a trendfüggvényeknél<br />
leírtakkal. A fájlban a cellák színezése jelentőséggel bír: a halványsárga cellák szabadon<br />
változtathatók, a zöld cellák az egyes paraméterek javasolt kezdeti értékeit adják meg, míg a fehér cellák<br />
számítási (rész)eredményeket tartalmaznak. A színezés alapján látható, hogy a fájl maximálisan 1000<br />
hosszúságú idősor feldolgozására képes. Az induló paraméterek természetesen nem minden esetben adnak<br />
tökéletes javaslatot, így lehetőség van a paraméterek kézi vezérlésére is. Valamennyi munkalap tartalmaz<br />
olyan parancsgombokat, melyek a paraméterek finomhangolását végzik el (Opt. mind). A pa-<br />
2<br />
rancsgombok az <strong>Excel</strong> beépített Solver funkcióját hívják meg, a célfüggvény pedig az R maximalizálása<br />
az egyes paraméterek iteratív változtatásával. Lehetőség van arra is, hogy a Solver a (kézzel, szakértői<br />
becslés alapján beállított) telítődési paraméter értékén ne változtasson, ekkor csupán a többi paraméter<br />
nagyságát fogja a program meghatározni (Opt. K nélkül). Az <strong>Excel</strong> beépített Solver csomagja nem képes<br />
minden esetben globális optimumot találni, így érdemes az illesztést több különböző, kézzel beállított indulóértékkel<br />
elvégezni. A Solver ebben az esetben a túlságosan nagy paramétert nem mozdítja el kezdeti<br />
értékéről. A megoldás az eredeti adatsor dimenziójának változtatása (pl. 1000-rel való osztás). A fájl<br />
2<br />
∑(<br />
yt − yˆt)<br />
2 t<br />
SSE<br />
R = 1− = 1− 2<br />
y − y SST<br />
∑<br />
t<br />
( )<br />
t t<br />
módon számít, ahol SSE (Sum of Squared Errors) a reziduumok négyzetösszege; SST (Sum of Squares<br />
Total) a teljes eltérés négyzetösszeg.<br />
A Pearl–Reed-féle logisztikus regressziós függvény<br />
A függvényt leíró formula:<br />
ahol:<br />
ˆy – az eredményváltozó becsült értéke<br />
x – magyarázó változó<br />
ε – reziduális változó<br />
K<br />
ˆy =<br />
1+ be<br />
-cx<br />
,<br />
ev<br />
-<br />
211