Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
В регрессионном анализе рассматривается зависимость случайного результативного признака от неслучайных факторных признаков . В случае единственного факторного признака уравнение взаимосвязи двух переменных и можно представить в виде
,
где случайная величина, такая что , а дисперсия не зависит от .
В зависимости от вида функции различают такие виды регрессий, как линейную, гиперболическую, показательную, степенную, логарифмическую, параболическую и т.д., для которых , соответственно, имеет вид
, , , , .
Предположим, что нам дана выборка, содержащая пар значений , где
. В этом случае выбор типа регрессии осуществляется на основе анализа корреляционного поля. Корреляционным полем называется чертеж, на котором изображены точки с координатами , соответствующими этой выборке. По форме корреляционного поля можно сделать вывод о том, в каком классе зависимостей следует искать аппроксимацию функции регрессии .
Допустим, что анализ корреляционного поля показал, что мы имеем дело с линейной моделью регрессии: . Оценкой этого уравнения регрессии служит выборочное уравнение регрессии . Параметры и выборочного уравнения регрессии находят по методу наименьших квадратов-они минимизируют функцию , представляющую собой сумму квадратов отклонений фактических значений результативного признака от теоретических, полученных по выборочному уравнению регрессии. Приравнивая к нулю частные производные и , получаем систему уравнений
для нахождения и . Эта система уравнений называется нормальной. Введем обозначения:
.
В этих обозначениях нормальная система имеет вид
.
Она сильно упрощается, если , т.е. если среднее значение выборки равно нулю. В этом случае , .
Можно показать, что если распределена нормально, то и являются несмещенными и эффективными оценками и .
Дата публикования: 2015-09-17; Прочитано: 324 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!