ERRORS IN THE USE OF LINEAR REGRESSION IN VALUE ESTIMATION: ASSUMPTIONS, DETECTION METHODS, AND A SOFTWARE PACKAGE ON PYTHON

Bibliographic Details
Title:	ERRORS IN THE USE OF LINEAR REGRESSION IN VALUE ESTIMATION: ASSUMPTIONS, DETECTION METHODS, AND A SOFTWARE PACKAGE ON PYTHON
Source:	Journal of Monetary Economics and Management. :77-85
Publisher Information:	Center for the Development of Education and Science, 2024.
Publication Year:	2024
Subject Terms:	при использовании ли- нейной регрессии существует достаточно большое количество неочевидных моментов, Теоретический обзор ошибок, Линейная регрессия достаточно популярна в силу простоты её интерпретации и распространенности реализации внутри как статистических пакетов, использование линей- ной регрессии на двух временных рядах с трендом, оценка стоимости, Цель, в который заложено автоматическое принятие некоторых решений в процессе построения модели линейной регрессии и с помощью которого возможно бы- стро интерпретировать ее качество. Выводы, так и офисных приложений. В тоже время, чтобы получать приближен- ные к истинным предсказания модели, практическая разработка программного пакета на Python, который помогает обнаруживать и решать эти ошибки. Результаты, и предложить про- граммный пакет на Python, линейная регрессия, выбросы в данных, которые могут возникнуть при ис- пользовании линейной регрессии, несоблюдение предпосылок Гаусса-Маркова, нарушение причинно- следственной связи, в которых нужно иметь компетенцию, предпосылки Га- усса-Маркова, Автором данной статьи были рассмотрены основные ошиб- ки применения линейной регрессии при ее использовании в экономической сфере, наличие выбросов в данных. Также автором был реа- лизован и выложен в открытый доступ программный пакет на языке Python, который автоматизирует некоторые решения в процессе построения модели линейной регрессии и помогает быстро интер- претировать ее качество. Методы, Python, Рассмотреть основные ошибки, которые могут возникнуть при при- менении линейной регрессии в экономической сфере
Description:	Цель: Рассмотреть основные ошибки, которые могут возникнуть при при- менении линейной регрессии в экономической сфере, и предложить про- граммный пакет на Python, который автоматизирует некоторые решения в процессе построения модели линейной регрессии и помогает быстро интер- претировать ее качество. Методы: Теоретический обзор ошибок, которые могут возникнуть при ис- пользовании линейной регрессии, практическая разработка программного пакета на Python, который помогает обнаруживать и решать эти ошибки. Результаты: Автором данной статьи были рассмотрены основные ошиб- ки применения линейной регрессии при ее использовании в экономической сфере: несоблюдение предпосылок Гаусса-Маркова, использование линей- ной регрессии на двух временных рядах с трендом, нарушение причинно- следственной связи, наличие выбросов в данных. Также автором был реа- лизован и выложен в открытый доступ программный пакет на языке Python, в который заложено автоматическое принятие некоторых решений в процессе построения модели линейной регрессии и с помощью которого возможно бы- стро интерпретировать ее качество. Выводы: Линейная регрессия достаточно популярна в силу простоты её интерпретации и распространенности реализации внутри как статистических пакетов, так и офисных приложений. В тоже время, при использовании ли- нейной регрессии существует достаточно большое количество неочевидных моментов, в которых нужно иметь компетенцию, чтобы получать приближен- ные к истинным предсказания модели.
Document Type:	Article
Language:	Russian
ISSN:	2782-4586
DOI:	10.26118/2782-4586.2024.65.72.011
Accession Number:	edsair.doi...........d6a0d62dbb4d425975a7dd2c33ca1571
Database:	OpenAIRE

Description
ISSN:	27824586
DOI:	10.26118/2782-4586.2024.65.72.011