Студопедия

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)

Расчет стандартных ошибок коэффициентов регрессии




 

Теоретические дисперсии , зависят от дисперсии случайной ошибки. По данным выборки отклонения , а, следовательно, и их дисперсия неизвестны, поэтому они заменяются наблюдаемыми остатками и их выборочной дисперсией. Несмещенной оценкой дисперсии является величина (остаточная дисперсия) , которая служит мерой разброса зависимой переменной вокруг линии регрессии. Величина называется стандартной ошибкой регрессии. Заменив в теоретических дисперсиях неизвестную на оценку , получим оценки дисперсии:

, . (1.5)

Величины , есть стандартные отклонения случайных величин и , называемые стандартными ошибками коэффициентов регрессии. Объяснение данных соотношений имеет наглядную графическую интерпретацию. В знаменателях дробей (1.5) стоит сумма квадратов отклонений от среднего значения . Эта сумма велика (следовательно, вся дробь мала, и выборочные дисперсии оценок меньше), если регрессия определяется на широком диапазоне значений переменной X. Например, на рис. 5 через пары точек (1, 3) и (2, 3) проведена одна и та же прямая. Но диапазон (1, 3) шире диапазона (2,3). Если вместо точки 3 рассмотреть либо точку 3а, либо 3б (т.е. при случайном изменении выборки), то наклон прямой для пары (1, 3) изменится значительно меньше, чем для пары (2, 3).

Рис. 5

Выборочная дисперсия свободного члена уравнения регрессии пропорциональна дисперсии . Действительно, чем сильнее меняется наклон прямой, проведенной через данную точку , тем больше разброс значений свободного члена, характеризующего точку пересечения этой прямой с осью OY.

Кроме того, разброс значений свободного члена тем больше, чем больше средняя величина . Это связано с тем, что при больших по модулю значениях X даже небольшое изменение наклона регрессионной прямой может вызвать большое изменение оценки свободного члена, поскольку в этом случае в среднем велико расстояние от точек наблюдений до оси OY. На рис. 6 через пары точек (1, 2) и (3, 4) проходит одна и та же прямая, пересекающая ось OY в точке (0, b0). Для второй из этих пар значения переменной X больше по абсолютной величине (при одинаковом диапазоне изменений X и Y), чем для первой. Если в этих парах точки 1 и 3 изменить на одну и ту же величину (новые точки 1а, 3а), то углы наклона новых прямых (1а, 2) и (3а, 4) будут одинаковы. Но свободный член b01 для первой прямой будет существенно меньше отличаться от b0, чем свободный член b02 для второй прямой.

 

Рис. 6

 




Поделиться с друзьями:


Дата добавления: 2014-11-20; Просмотров: 1875; Нарушение авторских прав?; Мы поможем в написании вашей работы!


Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет



studopedia.su - Студопедия (2013 - 2024) год. Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав! Последнее добавление




Генерация страницы за: 0.01 сек.