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) |
Класична лінійна модель множинної регресії
Залежність (4.1) є стохастичною і виражає зв’язок між пояснюваною змінною і пояснювальними змінними , , …, . Стохастична залежність може бути виявлена тільки за умови багатократного проведення спостережень. Допустимо, що здійснено спільних спостережень за значеннями залежної і незалежних змінних, які можна подати у вигляді табл.4.1. Таблиця 4.1
Вважаючи, що -те спостереження характеризується значенням пояснюваної змінної і значеннями , , …, пояснювальних змінних, модель множинної лінійної регресії для кожного окремого спостереження можна подати у вигляді: , (4.2) де , , , …, - невідомі параметри; - значення випадкової величини. Основні теоретичні положення аналізу множинної лінійної регресії і проведення розрахунків зручно представляти у термінах і формулах матричної алгебри. Позначимо: , де - вектор (або матриця-стовпець розміру ) значень спостережень за пояснюваною змінною; , де - матриця значень спостережень розміру за пояснювальними змінними (до матриці включено стовпець, всі елементи якого рівні 1, тобто вільний член множиться на фіктивну змінну ); , де - вектор (або матриця-стовпець розміру ) невідомих параметрів рівняння регресії; , де - вектор (або матриця-стовпець розміру ) значень випадкових величин (залишків). Тоді модель (4.2) у матричній формі матиме вигляд: , (4.3) або (4.4) Оцінкою моделі (4.4), яка встановлена на основі вибірки, вважатимемо модель (4.5): , (4.5) де і - відповідно вектори оцінок параметрів рівняння регресії і залишків.
Дата добавления: 2014-12-16; Просмотров: 512; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |