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) |
Построение параметрической регрессионной модели
Будем аппроксимировать (приближено описывать) Мх(Y) некоторой заранее выбранной непрерывной функцией с параметрами
(1.7)
Пусть неизвестный вектор параметров находится (оценивается) каким-либо методом, например методом наименьших квадратов (МНК).[ ]. Вид функции (·) выбирается заранее, а еще лучше подбирается с учетом имеющихся наблюдений с использованием «Мастера диаграмм» в программной среде Excel.
Пример:
Здесь подходящей аппроксимирующей функцией является парабола: (1.8)
Подставляя уравнение (1.7) в уравнение (1.5) получаем конкретное уравнение регрессии (параметрическую модель):
(1.9)
где е – случайные ошибки аппроксимации (остатки), которые включают в себя как ошибки аппроксимации (неточного описания), так и случайные возмущения данных, в частности вызванные неучтенными в модели регрессорами. В i – ом наблюдении – расчетное значение по уравнению регрессии; y i – наблюдаемое значение для свободного члена Y. Параметрическая регрессионная модель (1.9) описывает усредненную зависимость Y от в некотором коридоре своего случайного разброса. Другими словами – линия регрессии – это средняя линия трубки в случае одной переменной. В случае многих независимых переменных описывает серединную поверхность. Ее называют «поверхность отклика» (реакции объекта на воздействие ): – следствие; – причина (воздействие на объект).
Дата добавления: 2014-01-05; Просмотров: 494; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |