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)

Нахождение параметров линейных уравнений регрессии методом наименьших квадратов




Свойства коэффициента линейной корреляции.

1. r служит для определения тесноты линейной корреляционной зависимости;

2. r принимает значения от ;

3. если r = 0, то между х и y не существует линейной корреляционной зависимости (но может быть не линейная);

4. чем ближе модуль r к 1, тем теснее линейная корреляционная связь;

5. если

6. если , то между х и y возникает функциональная зависимость. Обе прямые регрессии совпадают;


7. значение r совпадает со знаком μ (см. ф-лу 11);

Если , то между х и y существует прямая корреляционная зависимость, т.е. с ростом одной переменной другая, в среднем, тоже возрастает.

Если , то между х и y существует обратная корреляционная зависимость, т.е. с ростом значений одной переменной, другая, в среднем, убывает.

После того, как сделана выборка, в линейных уравнениях регрессии I и II условные математические ожидания заменяются их оценками – групповыми средними. Тогда уравнения регрессии принимают следующий вид:

- I

- II

Метод наименьших квадратов состоит в том, что неизвестные параметры a и b – I, c, d – II находятся из принципа минимизации суммы квадратов расстояний от опытных точек, полученных по выборке, до теоретических точек, полученных соответственно по уравнениям I и II.

Для нахождения min указанной суммы, находятся частный производные и приравниваются к 0. Получается сумма уравнений, которые называются нормальными системами:

I

Коэффициент а в уравнении регрессии I называют коэффициентом регрессии y по x и обозначается:

(12)

Тогда уравнение регрессии I приобретает вид:

- I

В дальнейшем для удобства обозначается y и уравнение I приобретает вид:

- I, где

II аналогично с помощью M и K составляем систему нормальных уравнений для нахождения параметров c и d.

Коэффициент с обозначением называется коэффициентом регрессии x по y.

(13)

Тогда уравнение регрессии II приобретает вид:

- II

В дальнейшем для удобства обозначается y и уравнение II приобретает вид:

- II, где




Поделиться с друзьями:


Дата добавления: 2015-05-26; Просмотров: 359; 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: 0.007 сек.