Tidsserieregression fungerar statistiskt som vanlig regression. Regression Analysis The regression equation is Sold = 5,78 + 0,0430 time Predictor.

Slides:



Advertisements
Liknande presentationer
Bedömning av uppfyllelse av miljökvalitetsnormer
Advertisements

Felmarginaler i bibliometrisk statistik Finns dom? Metrics seminariet Staffan Karlsson, KTH.
Vattenkemiska data Workshop, maj 2014 Claudia von Brömssen, SLU.
Regressions- och tidserieanalys, 5 p
Hur bra är modellen som vi har anpassat?
The regression equation is Price = Area Acres Rooms Area*Rooms Baths Area*Baths Predictor Coef SE Coef.
Regressions- och tidsserieanalys
Multikolinjäritet: Betrakta åter datamaterialet med kostnader för produktion av korrugerat papper. Trots att COST verkade ha ett tydligt positivt samband.
FL10 732G81 Linköpings universitet.
Linda Wänström och Elisabet Nikolic (Karl Wahlin)
Validering av Cox-modellen
Något om val mellan olika metoder
Antag att följande värden hos kapitalet har gällt:
Grundläggande Biostatistik
Chitvå-test Regression forts.
2. Enkel regressionsanalys
Diskreta, deterministiska system Projekt 1.2; Vildkatt
Regressionsanalys Vi vill ha svar på frågan hur mycket kommer y att förändras om x ändras med enhet. Sambandets funktionsform Tillåta att andra saker än.
Presentationsmaterial EFFSYS 2 dagen Projekt 19 Decentraliserade pumpar i kylapplikationer Jörgen Rogstam och Zhengqian (James) Cai Sveriges.
Multipel regressionsanalys
732G71 STATISTIK B Vad förväntas man egentligen kunna efter genomgången kurs? Exempel: Du sitter i ett projektmöte på din arbetsplats. Din chef (om det.
1 Regression Analysis: Hyra versus Kv-meter The regression equation is Hyra = Kv-meter Predictor Coef SE Coef T P Constant
Multipel linjär regressionsanalys
Mathematics 1 /Matematik 1 Lesson 7 – complex numbers Lektion 7 – Komplexa tal.
Tidsserieanalys Vad karaktäriserar data? Exempel:
Grupp 2 Jonas Tärnemark Linda Gustavsson Lyam Körkkö Theres Sjölin Handledare Annica Isaksson Studenter & Korridorsboende.
Hur bra är modellen som vi har anpassat?
Sambandsmodeller, 10 p = 15 hp
3. Multipel regression 2005 © Rune Höglund Multipel regression.
y=β0 + β1·x1 + β2·x2 + β3·x3 + β4·x4 + β5·x32 + ε
Icke-linjära modeller:
Från att värdera ett enstaka fastighetsobjekt till att göra en fastighetsprisprognos avseende Mats Wilhelmsson KTH.
Kvadratsummeuppdelning/Variansanalys
Regressionsanalys Vi vill ha svar på frågan hur mycket kommer y att förändras om x ändras med enhet. Sambandets funktionsform Tillåta att andra saker än.
Britt & Anders Wallgren4 mars 2008 Stockholms universitet Statistiska institutionenRegister och statistiska databaser, våren 2008 Ad hoc Ad hoc är latin.
Exempel: Vad påverkar kostnaden för produktion av korrugerat papper, dvs sådant som ingår i wellpapp och kartonger? Amerikansk studie: Kostnaden kan förmodligen.
Regression Analysis The regression equation is Sold = 5,78 + 0,0430 time Predictor Coef StDev T P Constant 5,7761 0,9429 6,13 0,000 time 0, ,03420.
Regressions- och tidsserieanalys
1 Om sambandet inte är linjärt? Om sambandet till en variabel inte är linjärt så kan vi inkludera ytterligare en term i regressionsmodellen I en modell.
Säsongrensning: Serien rensas från säsongkomponenten genom beräkning av centrerade och viktade glidande medelvärden (centered moving averages, CMA): där.
Kvadratisk regression, forts.
Statistiska samband i trafikolyckor Av: Lina Forsberg Hangjin Lee Daniel Leo Carl-Mikael Westman.
Tidsserieanalys Exempel:
Musikkompendium Test. Musikkompendium Test 2 Musikkompendium Test 3.
Multipel regressionsanalys Den generella metoden i vilken Enkel linjär regression är ett specialfall Syften: –Att förklara variationen i en intressant.
SAMBAND. Vi vill undersöka om det finns ett samband mellan tentamensresultat och genomsnittligt antal timmar/dag man studerat. Person ABCDEFGHIJ Timmar/
Medicinsk statistik II Läkarprogrammet T5 HT 2013 Susann Ullén FoU-centrum Skåne Skånes Universitetssjukhus.
  2 f ( 2 ) Chi-Square Distribution: df=10, df=30, df=50 df = 10 df = 30 df = 50 Chi-2-fördelningen.
Statistik för AT-läkare Robert Hahn, Södertälje sjukhus.
Föreläsning 5 Kap 13 Tidsserier- vad är det? Trend/Säsong/Konjuktur/Slump Identifiering av trender (Glidande medelvärde) Säsongsmedelvärdesmetoden Säsongsdummymetoden.
Modell för konsumtionen i Sverige Från Baudins kompendium.
1 Jan-Åke Jönsson, April Jan-Åke Jönsson.
Föreläsning 4 (Kajsa Fröjd) Multipel regression Kap 11.3 A.Man har en kvantitativ responsvariabel som är linjärt relaterad till en/flera kvantitativa förklarande.
UTVÄRDERING OCH KVALITET Metod för utvärderingen viktig för utvärderingens status. En utvärdering utifrån ett vetenskapligt arbetssätt ger andra möjlighet.
1 Multipel Regression Kapitel Modell Vi har p oberoende variabler som vi tänker oss kan vara relaterade till den beroende variabeln. Y ~ N( , 
Samband & Inferens Konfidensintervall Statistisk hypotesprövning
INFERENS & SAMBAND. population Population Stickprov, urval INFERENS = Dra slutsatser om hela populationen utifrån ett stickprov Data, observationer.
Regression Har långa högre inkomst?. Världsrekord på engelska milen.
Föreläsning 4 Kap 11.3 Icke-linjära modeller Indikatorvariabel (dummyvariabel) Interaktionsterm.
Enkel Linjär Regression. 1 Introduktion Vi undersöker relationer mellan variabler via en matematisk ekvation. Motivet för att använda denna teknik är:
1 Utvärdering och tolkning: MBA Program Admission Policy Rektorn vid ett stort universitet vill höja standarden på de som antas till deras populära MBA-program.
Tidsserieanalys Kap 18, samt Baudin Tidsserieanalys En tidsserie är en mängd mätningar som är tidsordnade. Med tidsserieanalys försöker man upptäcka.
Kan vi mäta effekter besökares konsumtion med hjälp av rAPS?
”Increased yield of biogas by post treatment of residual sludge”
Florida The Sunshine State. The history of Florida.
Multipel regression och att bygga (fungerande) modeller
Trender och fluktuationer
Relation mellan variabler – samvariation, korrelation, regression
GRNMATC – KAP 6 NEGATIVA TAL.
Presentationens avskrift:

Tidsserieregression fungerar statistiskt som vanlig regression. Regression Analysis The regression equation is Sold = 5,78 + 0,0430 time Predictor Coef StDev T P Constant 5,7761 0,9429 6,13 0,000 time 0,04302 0,03420 1,26 0,215 S = 3,181 R-Sq = 3,4% R-Sq(adj) = 1,2% Analysis of Variance Source DF SS MS F P Regression 1 16,00 16,00 1,58 0,215 Residual Error 45 455,27 10,12 Total 46 471,28 Tidsserieregression fungerar statistiskt som vanlig regression.

sold time month x1 x2 x3 x4 x5 x6 x7 x8 x9 x10 x11 2 1 1 1 0 0 0 0 0 0 0 0 0 0 6 2 2 0 1 0 0 0 0 0 0 0 0 0 5 3 3 0 0 1 0 0 0 0 0 0 0 0 5 4 4 0 0 0 1 0 0 0 0 0 0 0 10 5 5 0 0 0 0 1 0 0 0 0 0 0 8 6 6 0 0 0 0 0 1 0 0 0 0 0 . . . . . . . . . . . . . . 7 46 10 0 0 0 0 0 0 0 0 0 1 0 6 47 11 0 0 0 0 0 0 0 0 0 0 1 3 48 12 0 0 0 0 0 0 0 0 0 0 0

Regression Analysis The regression equation is Sold = 3,65 + 0,0285 time - 1,69 x1 - 0,47 x2 + 2,75 x3 + 1,22 x4 + 6,20 x5 + 2,42 x6 + 8,14 x7 + 6,36 x8 + 0,58 x9 + 2,55 x10 + 1,02 x11 Predictor Coef StDev T P Constant 3,6491 0,8526 4,28 0,000 time 0,02851 0,01481 1,92 0,063 x1 -1,691 1,028 -1,65 0,109 x2 -0,469 1,027 -0,46 0,651 x3 2,752 1,026 2,68 0,011 x4 1,224 1,026 1,19 0,241 x5 6,195 1,025 6,04 0,000 x6 2,417 1,025 2,36 0,024 x7 8,138 1,025 7,94 0,000 x8 6,360 1,026 6,20 0,000 x9 0,581 1,026 0,57 0,575 x10 2,553 1,027 2,49 0,018 x11 1,024 1,028 1,00 0,326 S = 1,342 R-Sq = 87,0% R-Sq(adj) = 82,4% Analysis of Variance Source DF SS MS F P Regression 12 410,031 34,169 18,97 0,000 Residual Error 34 61,246 1,801 Total 46 471,277

Antagandet om oberoende residualer är ofta inte uppfyllt när det gäller tidsseriedata. Det kan också vara svårt att kolla detta antagande visuellt.

Negativ autokorrelation Positiv autokorrelation

Vi kan testa nollhypotesen: H0: Det finns ingen autokorrelation i residualerna Om d > dU,/2 eller (4 – d ) > dU,/2 Ingen signifikant autokorrelation, H0 kan ej förkastas Om d < dL,/2 Signifikant positiv autokorrelation Om (4 – d ) < dL,/2 Signifikant negativ autokorrelation Om dL,/2  d  dU,/2 eller dL,/2  (4 – d )  dU,/2 Inget uttalande kan göras