წყარო:Jounal of Economtrics. 17.10.2020
გამოქვენყნდა:
წყარო:google trend
გამოქვენყნდა:
წიგნის სათაური | ავტორი |
---|---|
• შესავალი ეკონომეტრიკაში: თანამედროვე მიდგომა. ნელსონის გამომცემლობა 2015. | ჯეფრი მ. ვოლდრიჯი |
• Bayesian Econometrics– ის მე-2 გამოცემის შესავალი | ედვარდ გრინბერგი |
• ეკონომეტრიკა მაგალითზე მე-2 გამოცემის | დამოდარ გუჯარათი |
• შესავალი ეკონომეტრიკაში | კრისტოფერ დოგერტი |
• პანელური მონაცემების ეკონომეტრიული ანალიზი მე-5 გამოცემა | Badi H. Baltagi |
• პანელურ მონაცემთა ეკონომეტრიკა | Donggy Sul |
• ანბანი ეკონომეტრიტულ თეორიაში | ჯონ სტაკურსკი |
• Econometrics For Dummies | რობერტო პედეცი |
• დროითი მწკრივების ეკონომეტრიკა | ჯონ დ. ლევენდისი |
• ეკონომეტრიკის პრინციპები, მე-5 გამოცემა | რ. კარტერ ჰილი, უილიამ ე. გრიფტსი, გუაი ლიმ |
გამოქვენყნდა:
პროგრამული პაკეტები | ვებ-მისამართი |
---|---|
• R and RStudio | გადადი ბმულზე_1,გადადი ბმულზე_2 |
• Python | გადადი ბმულზე |
• SAS | გადადი ბმულზე |
• SPSS | გადადი ბმულზე |
• MATLAB | გადადი ბმულზე |
• Eviews | გადადი ბმულზე |
• Stata | გადადი ბმულზე |
• Excel | გადადი ბმულზე |
• GAUSS | გადადი ბმულზე |
• OriginLab | გადადი ბმულზე |
• Prism | გადადი ბმულზე |
• Minitab | გადადი ბმულზე |
გამოქვენყნდა:
Options - Analysis ToolPak - Check Analysis ToolPak
Analysis ToolPak - ის გააქტიურების შემდეგ, შევდივართ Data - Analysis - Regression
ვავსებთ დამოუკიდებელ Y და დამოკიდებულ X ცვლადების დიაპაზონს. ენტერ ღილაკზე დაჭერით გამოვა საშედეგო ველი. როგორც ეს ფოტოზეა მონიშნული.
• Multiple R | მრავობითი კორელაციის კოეფიციენტი |
• R Square | დეტერმინაციის კოეფიციენტი |
• Adjusted R Square | კორექტირებული დეტერმინაციის კოეფიციენტი |
• Standard Error | სტანდარტული შეცდომა |
• Observations | დაკვირვება |
• ANOVA | Analysis of variance - ვარიაციული ანალიზი |
• Regression | რეგრესია |
• Residual | ნარჩენი |
• Total | სულ |
• df | degrees of freedom - თავისუფლების ხარისხი |
• SS | sum of squares - კვადრატების ჯამი |
• MSS | mean square - საშუალოს კვადრატი |
• F | ფიშერის სტატისტიკა - MSregression / MSresidual |
• Significance F | რეგრესიის მთიანი მნიშვნელოვნება |
• Intercept | თავისუფალი კოეფიციენტი |
• Coefficients | რეგრესიის კოეფიციენტები |
• t Stat | სტიუდენტის სტატისტიკა |
• P-value | ალბათობა იმისა, რომ რეგრესიის კოეფიციენტები დაემთხვევა თეორიულ კოეფიციენტებს |
• Lower 95% | რეგრესიის კოეფიციენტების ქვედა ზღვარი |
• Upper 95% | რეგრესიის კოეფიციენტების ზედა ზღვარი |
გამოქვენყნდა:
გამოქვენყნდა:
გამოქვენყნდა:
გამოქვენყნდა:
გამოქვენყნდა:
დაშვებები | i = 1,2, . . . ,n და j = 1,2, . . . ,m |
---|---|
1. მოდელი წრფივია და შემთხვევითი წევრი ამხსნელი ცვლადებისგან დამოუკიდებელია | Y = ꞵ0 + ꞵ1X1 + ꞵ2X2 + . . . + ꞵmXm |
2. შემთხვევითი წევრის საშუალო ნულის ტოლია | E(ui) = 0 |
3. დამოუკიდებელი ცვლადები და შემთხვევითი წევრი არაკორელირებადია | cov(ui,xj) = 0 |
4. შემთხვევითი წევრის ვარიაცია ემთხვევა თეორიულ ვარიაციას | D(ui) = 𝛔2(u) |
5. შემთხვევითი წევრები ერთმანეთისგან დამოუკიდებლები არიან | E(uqup) = 0 , q ≠ p |
6. დამოუკიდებული ცვლადების მატრიცის რანგი ემთხვევა მის სვეტების რიცხვს და ნაკლებია დაკვირვებებზე | r(X) = m+1 < n |
7. შემთხვევითი წევრი ნორმალურადაა განაწილებული | Ui ~ N(0, 𝛔2(u)) |
გამოქვენყნდა: