Referat fan: ekonometrika mavzu: regression model to’G’risida tushuncgha bajardi: atanazarov s. Qabul qildi: ikromov a

O'ZBEKISTON RESPUBLIKASI OLIY VA O'RTA MAXSUS TA’LIM VAZIRLIGI
MIRZO ULUG’BEK NOMIDAGI O’ZBEKISTON MILLIY UNIVERSTITETI


IQTISODIYOT FAKULTETI
REFERAT
FAN: EKONOMETRIKA
MAVZU: REGRESSION MODEL TO’G’RISIDA TUSHUNCGHA
Bajardi: ATANAZAROV S.
Qabul qildi: IKROMOV A.

TOSHKENT-2023

Reja

Kirish
1. Regression model to’g’risida tushuncha
2. Bir omilli chiziqli regression model turlari
3. Juft Regressiya va korrelatsiya
Xulosa
Foydalanilgan adabiyotlar va internet resurslari


kirish

Regressiya haqida tushuncha. O’rganiluvchi erkli parametrlar o’rganiluvchi erksiz parametr bo’lsin. Alohida hollarda ni parametrlarning funktsiyasi deb qarash mumkin, ya’ni
Agar hosil xajmi bo’lsa, u sug’orishlar soniga, ishlatilgan mineral ozuqa hajmiga, havoning harorati va boshqalarga bog’liq. Bundan ko’rinadiki, hosildorlik tasodifiy jarayondir. Shuning uchun munosabat tasodifiy o’zgaruvchilarni o’z ichiga oladi. Bunday o’zgaruvchilarni deb belgilasak ni o’rniga ushbu munosabatni yozish mumkin.
Bunday munosabat(bog’lanish) korrelyatsion deyiladi. Y va lar orasidagi analitik munosabat regressiya tenglamasi deyiladi.
Regressiya tenglamasiga kiritilgan o’zgaruvchilarning soniga bog’liq ravishda juft (oddiy) va ko’p omilli (o’lchovli) regressiya bo’lishi mumkin.
va ikki o’zgaruvchi orasidagi regressiya juft(oddiy) regressiya deyiladi, ya’ni model ko’rinishga ega bo’ladi.
bu erda: natijaviy belgi(erksiz o’zgaruvchi);
erkli o’zgaruvchi(omil).
Natijaviy belgining ikki va undan ortiq erkli o’zgaruvchilar bilan regressiyasi ko’p omilli regressiya deyiladi.
Regression model to’g’risida tushuncha

Regressiya tahlilida ishlatiladigan regressiya modeli atamasini sinonimlar bilan solishtirish mumkin: “nazariya”, “gipoteza”. Bu atamalar statistikadan, xususan, statistik gipotezalarni tekshirish bo'limidan olingan. Regressiya modeli birinchi navbatda statistik tekshiruvdan o'tishi kerak bo'lgan gipoteza bo'lib, keyin u qabul qilinadi yoki rad etiladi.

Regressiya modeli funksiyalarning parametrik oilasi boʻlib, xaritalashni belgilaydi.
Bu yerda X bo'sh o'zgaruvchilar fazosi, Y - bog'liq o'zgaruvchilar fazosi.
Regressiya tahlili tasodifiy o'zgaruvchini kutishning erkin o'zgaruvchilarga bog'liqligini qidirishni o'z ichiga olganligi sababli u qo'shimcha tasodifiy o'zgaruvchi \varepsilonni o'z ichiga oladi:
Tasodifiy o'zgaruvchining \nu taqsimotining tabiati haqidagi faraz ma'lumotlarni yaratish gipotezasi deb ataladi. Ushbu gipoteza model sifatini baholash mezonini tanlashda va natijada model parametrlarini sozlashda markaziy rol o'ynaydi.
Model uning parametrlari o'rnatilganda sozlanadi (o'rgatiladi), ya'ni model displeyni o'rnatadi.
Matematik model va regressiya modeli o'rtasida farq bor. Matematik model ba'zi ma'lum qonuniyatlarni tavsiflovchi funktsiyani qurishda tahlilchining ishtirokini nazarda tutadi. Matematik modelni izohlash mumkin - o'rganilayotgan muntazamlik doirasida tushuntirish mumkin. Matematik modelni qurishda birinchi navbatda funksiyalarning parametrik oilasi yaratiladi, so'ngra o'lchangan ma'lumotlardan foydalangan holda model aniqlanadi - uning parametrlari topiladi. Tushuntiruvchi o'zgaruvchining va javob o'zgaruvchisining taniqli funktsional bog'liqligi matematik modellashtirish va regressiya tahlili o'rtasidagi asosiy farqdir. Matematik modellashtirishning kamchiliklari shundaki, o'lchangan ma'lumotlar modelni yaratish uchun emas, balki tekshirish uchun ishlatiladi, buning natijasida noadekvat modelni olish mumkin. Ko'p sonli turli omillar o'zaro bog'langan murakkab hodisaning modelini olish ham qiyin.
Regressiya modeli ba'zi bir muntazamlikni tavsiflovchi universal funktsiyalarning keng sinfini birlashtiradi. Shu bilan birga, o'lchangan ma'lumotlar asosan o'rganilayotgan naqshning xususiyatlarini bilish emas, balki modelni qurish uchun ishlatiladi. Bunday model ko'pincha izohlanmaydi, lekin aniqroq. Bu optimal modelni yaratish uchun foydalaniladigan nomzod modellarning ko'pligi yoki modelning yuqori murakkabligi bilan bog'liq. Regressiya modelining parametrlarini topish modelni o'rgatish deyiladi.
Regressiya tahlilining kamchiliklari: juda kam murakkablikdagi modellar noto'g'ri bo'lishi mumkin va juda murakkab modellar ortiqcha jihozlanishi mumkin.
Regressiya modellariga misollar: chiziqli funksiyalar, algebraik polinomlar, Chebishev qatorlari, teskari aloqasiz neyron tarmoqlar, masalan, Rozenblatning bir qavatli perseptroni, radial asosli funksiyalar va boshqalar.
Ham regressiya, ham matematik model odatda doimiy xaritalashni belgilaydi. Uzluksizlik talabi hal qilinayotgan muammolar sinfi bilan belgilanadi: ko'pincha bu fizik, kimyoviy va boshqa hodisalarning tavsifi bo'lib, bu erda uzluksizlik talabi tabiiy tarzda o'rnatiladi. Ba'zan f xaritalashda monotonlik, silliqlik, o'lchovlilik va boshqalarga cheklovlar qo'yiladi. Nazariy jihatdan, hech kim ixtiyoriy funktsiyalar bilan ishlashni va modellarda nafaqat to'xtash nuqtalarining mavjudligini, balki erkin o'zgaruvchining cheklangan, tartibsiz qiymatlari to'plamini o'rnatishni, ya'ni regressiya muammolarini tasniflash muammolariga aylantirishni taqiqlamaydi.