Modèle de solow hypothèses

Nous pouvons utiliser toutes les méthodes que nous avons apprises dans la leçon 4 pour évaluer les hypothèses du modèle de régression linéaire multiple: Idéalement, votre logiciel statistique fournira automatiquement des graphiques et des statistiques qui testent si ces hypothèses sont satisfaites pour n`importe quelle donnée Modèle. Malheureusement, de nombreux progiciels ne fournissent pas cette sortie par défaut (des commandes de menu supplémentaires doivent être exécutées ou le code doit être écrit) et certains (tels que le complément de régression intégré d`Excel) offrent uniquement des options limitées. RegressIt fournit cette sortie et dans le détail graphique. Voir cette page pour un exemple de sortie d`un modèle qui viole toutes les hypothèses ci-dessus, mais est susceptible d`être acceptée par un utilisateur naïf sur la base d`une grande valeur de R-squared, et voir cette page pour un exemple d`un modèle qui satisfait les hypothèses raisonnablement bien , qui est obtenue à partir de la première par une transformation non linéaire de variables. Les parcelles de quantification normales de ces modèles sont également affichées en bas de cette page. Comment corriger: envisagez d`appliquer une transformation non linéaire aux variables dépendantes et/ou indépendantes si vous pouvez penser à une transformation qui semble appropriée. (Ne faites pas que faire quelque chose!) Par exemple, si les données sont strictement positives, la transformation du journal est une option. (La base logarithmique n`a pas d`importance-toutes les fonctions de journalisation sont identiques à la mise à l`échelle linéaire–bien que le journal naturel est généralement préféré parce que les petits changements dans le journal naturel sont équivalents à des changements de pourcentage. Consultez ces notes pour plus de détails.) Si une transformation de journal est appliquée uniquement à la variable dépendante, cela équivaut à supposer qu`elle croît (ou se désintègre) exponentiellement en fonction des variables indépendantes. Si une transformation de journal est appliquée à la fois à la variable dépendante et aux variables indépendantes, cela équivaut à supposer que les effets des variables indépendantes sont multiplicatifs plutôt que additifs dans leurs unités d`origine.

Cela signifie que, sur la marge, un petit pourcentage de variation dans l`une des variables indépendantes induit une variation proportionnelle de pourcentage de la valeur attendue de la variable dépendante, d`autres choses étant égales. Les modèles de ce type sont couramment utilisés dans la modélisation des relations prix-demande, comme illustré sur l`exemple de vente de bière sur ce site Web. Rappelez-vous, une variable de résultat (Y) n`a pas à être normalement distribuée pour les hypothèses d`un modèle linéaire à satisfaire. Techniquement, l`hypothèse de distribution normale n`est pas nécessaire si vous êtes disposé à supposer que l`équation du modèle est correcte et que votre seul but est d`estimer ses coefficients et de générer des prédictions de manière à minimiser l`erreur quadratique moyenne.

This entry was posted in Uncategorised by admin. Bookmark the permalink.

Comments are closed.