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) |
Й учебный вопрос. Парная линейная регрессия.Обратимся к парному регрессионному анализу, когда устанавливается аналитический вид взаимосвязи между двумя факторами X и Y. Исходными данными в данном случае является N совокупность пар значений Xn и Yn, поставленных в соответствии друг другу. Предположим, что в качестве заданной функции, определяющей взаимосвязь независимой и зависимой переменной X и Y, используется функция , где a и b неизвестные значения параметров этой функции, - значения оценки зависимой переменной, соответствующей лини регрессии, определяемой заданной функцией. Целевая функция метода наименьших квадратов для заданной функции , имеет вид (81)
Эта функция зависит от неизвестных значений параметров a и b. Таким образом, может быть введено соотношение (82)
Для того, чтобы найти значения параметров a и b, обращающих функцию в минимум, необходимо следующее: 1. продифференцировать функцию по переменным a и b; 2. полученные выражения приравнять нулю; 3. решить систему полученных уравнений; В результате будем иметь следующие соотношения
Умножим левую и правую часть выражений (83) и (84) на -. В результате получим
Преобразуем соотношения (85) и (86). В результате получим
Умножим левую и правую часть выражений (87) и (88) на . В итоге получим
Являются справедливыми соотношения (91) – (94)
В этом случае выражения (89) и (90) преобразуются к виду (95) и (96)
Выразим a из соотношения (95) через y, и b. В результате получим
Подставим выражение (97) в соотношение (96). В итоге получим
Преобразуем соотношение (98), в результате чего получим
Отсюда может быть найдено выражение (100), с помощью которого определяется неизвестное значение параметра b
Подставляя значение b в формулу (97), находим неизвестное значение параметра a. Найдем связь между параметром b, значение которого рассчитывается по формуле (100) и коэффициентом линейной парной корреляции, значение которого рассчитывается по формуле (101)
Для этого возьмем формулу (102), с помощью которой определяется дисперсия независимой переменной X
Преобразуем выражение (102). В итоге получим
Подставляя выражение (103) в формулу (100), получаем
Разделим левую и правую часть выражения (104) соответственно на левую и правую часть выражения (101). В итоге получим
Таким образом, значение параметра b и коэффициента линейной парной корреляции rxy связаны между собой с помощью соотношений (106) и (107)
Теорема Гаусса-Маркова доказывает следующие свойства метода наименьших квадратов. К ним относятся: - несмещенность оценки, что означает, что математическое ожидание остатков , равно нулю; ; - оценки являются эффективными; это значит, что дисперсия является минимальной из возможных; - оценки являются состоятельными; состоятельность оценки характеризуют увеличение ее точности с увеличением объема выборки; - значения остатков , являются некоррелированы. - остатки ,подчиняются нормальному закону распределения. В итоге после использования метода наименьших квадратов и получения остатков необходима проверка следующих 5 предпосылок метода наименьших квадратов: 1. случайный характер остатков; 2. нулевая средняя величина остатков; 3. наличие гомоскедастичности, которая заключается в том, что дисперсия каждого отклонения En одинакова для всех значений Х; 4. отсутствие автокорреляции остатков; 5. предположения, что остатки подчиняются нормальному закону распределения. Помимо линейной функции при использовании парного регрессионного анализа могут использоваться и другие функции.
С помощью метода наименьших квадратов могут быть найдены неизвестные значения параметров этих функций. При этом степенная и показательная функция должны быть предварительно приведены к линейному виду с помощью операции логарифмирования. В результате вместо соотношений (110) и (111) получаем
Для выбора наиболее предпочтительной функции из их некоторой заданной совокупности следует использовать следующий подход. В соответствии с ним для каждой отдельной функции с оцененными значениями параметров находится сумма квадратов отношений значений зависимой переменной Y от значения , соответствующей линии регрессии, используя формулу (112)
Та функция, которой соответствует минимальное значение показателя и, является наиболее предпочтительней.
Дата добавления: 2014-01-14; Просмотров: 446; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |