Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
Нелинейная регрессия, линейная по параметрам.
1.2.1 Линеаризация модели выполняется путем введения новых переменных, относительно которых модель будет линейной. Например, если модель имеет вид:
,
то введение новой переменной позволяет получить линейную относительно этой переменной модель:
.
1.2.2 МНК - оценки коэффициентов модели:
, ,
, , , , .
В итоге получается нелинейная парная регрессия .
1.2.3 Выборочная дисперсия и среднее квадратическое отклонение (СКО):
.
1.2.4 Остаточная сумма квадратов отклонений:
.
1.2.4 Индекс корреляции:
.
1.2.5 Индекс детерминации:
.
1.2.6 Средняя относительная ошибка аппроксимации:
.
1.2.7 Средний коэффициент эластичности:
.
1.2.8 критерий Фишера:
,
где число параметров модели.
Нелинейная регрессия, нелинейная по параметрам.
1.2.9 Для линеаризации модели её предварительно логарифмируют и вводят в рассмотрение новые переменные, относительно которых модель будет уже линейной. Рассмотрим, например, степенную модель
.
После логарифмирования она примет вид:
.
Введя новые переменные:
,
получаем линейную модель:
.
1.2.10 МНК - оценки коэффициентов этой модели:
, ,
, , , , .
1.2.11 Оценка коэффициента :
.
В результате получается степенная регрессия .
1.2.12 Факторная сумма квадратов:
1.2.12 Индекс корреляции:
.
1.2.13 Индекс детерминации:
.
Средняя относительная ошибка аппроксимации, средний коэффициент эластичности и критерий Фишера вычисляются по формулам 1.2.6, 1.2.7, и 1.2.8 соответственно.
Дата публикования: 2015-04-10; Прочитано: 229 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!