Regressions- och tidsserieanalys

En presentation över ämnet: "Regressions- och tidsserieanalys"— Presentationens avskrift:

1 Regressions- och tidsserieanalys
Statistik B, 8 hp Regressions- och tidsserieanalys Projekt 1: Index och efterfrågeanalys Projekt 2: Tidserieanalys Projekten ger 2.5 hp Tenta: 5,5 hp Lärare: Lotta Hallberg, Isak Hietala

2

3 Enkel linjär regression: hyran kan förklaras av lägenhetsstorlek

4 Kvadratisk regression

5 Efterfrågeanalys: Efterfrågan förklaras av priset
Efterfrågeanalys: Efterfrågan förklaras av priset. Priselasticiteten kan skattas.

6 Tidserieanalys: en variabel som observeras över flera år kan förklaras av tiden, månaden, ...

7 Hur mycket betalar man (i genomsnitt) i hyra om man har en lägenhet på 50 kvadratmeter?
ca SEK

8 För varje ytterligare kvadratmeter i lägenhetsyta får man betala ca 60 kronor i månaden mer.
10 kvadratmeter mer = 605 SEK

9 Residualerna Kv-meter Hyra b0+b1*xi yi-(b0+b1xi)
*61= Residualerna

10 Detta görs genom ‘Minsta-kvadrat-metoden’: Summan av alla kvadrerade avstånd ska bli så liten som möjligt.

11 Σ 1294 93469 6271637 88196 Kv-meter Hyra xi*yi xi*xi
*4490= Σ 3721 2500 1024 5476 4900 2704 4096 4225 1444 1369 13689 7396 5329 5929 3136 8464

12 Regression Analysis: Hyra versus Kv-meter
The regression equation is Hyra = Kv-meter Predictor Coef SE Coef T P Constant Kv-meter S = R-Sq = 85.5% R-Sq(adj) = 84.8% Analysis of Variance Source DF SS MS F P Regression Residual Error Total Regressionslinjen t-tester och deras p-värden Parameterskattningar och deras standardavvikelser Residualspridningen Konfidensintervall för parametrarna b0 och b1 måste man dock beräkna själv.

13 Även punktskattningar och punktprognoser kan beräknas med hjälp av MINITAB
The regression equation is Hyra = Kv-meter Predictor Coef SE Coef T P Constant Kv-meter S = R-Sq = 85.5% R-Sq(adj) = 84.8% .... Predicted Values for New Observations New Obs Fit SE Fit % CI % PI ( , ) ( , ) Values of Predictors for New Observations New Obs Kv-meter