КАТЕГОРИИ: Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748) |
Регрессионная зависимость двух признаков
После установления достаточной степени тесноты связи выполняется построение модели связи (уравнение регрессии). Чаще всего используются следующие типы функций: линейная, гиперболическая, параболическая, показательная. Для определения численных значений параметров уравнения связи используется метод наименьших квадратов (МНК). Модель простой двумерной регрессии может быть записана в следующей форме: или = f (x, а) + e х , где ух – значение признака Y при fix значении признака Х; у*х = f (x, а) – теоретическое значение признака Y при фиксированном значении признака Х; а – неизвестный вектор параметров модели; eх – погрешность (ошибка) наблюдений; является ненаблюдаемой величиной. Относительно eх предполагают выполнение следующих требований: 1. . 2. < + ¥. 3. = 0, i ¹ j. 4. eх ~ N(0, ). Определим некоторое параметрическое семейство функций f (x, а) = f (x, a 0, …, ap). Коэффициенты a 0, …, ap находятся из условия минимизации суммы: . Линейная регрессия. Y = aX + b. Пусть имеется входной признак Х и результативный признак Y. Рассмотрим последовательность наблюдений (xi, yj) c абсолютной частотой mij, . . Тогда , . Дисперсия отклонения e определяется по формуле: .
Прогноз по модели тренда в точке вычисляется по формуле: . Нелинейная регрессия. Для определения адекватности модели (или меры нелинейной связи между переменными) используется коэффициент детерминации: , – объясненная дисперсия (вариация, обусловлена уравнением регрессии). , – корреляционное отношение. В случае линейной зависимости: . В остальных случаях всегда . Причем отклонение от линейности считается существенным, если . Коэффициент детерминации показывает долю дисперсии исходного ряда, которая описывается моделью регрессии.
В ряде случаев можно перейти от нелинейной зависимости к линейной. Такой переход называется процессом линеаризации.
Дата добавления: 2014-01-04; Просмотров: 353; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |