Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
Уравнением регрессии называется функция, описывающая зависимость условного среднего значения результативного признака у от заданных значений аргументов, т.е. .
Богатый опыт по подбору параметров уравнения регрессии показывает, что в реальных процессах зависимость результативного показателя (отклика системы) у от аргументов (факторов) хорошо описывается полиномом вида
Данный полином называют регрессионной зависимостью (уравнением регрессии), а коэффициенты – статистическими оценками коэффициентов регрессии. При этом – линейные коэффициенты, – нелинейные коэффициенты, – коэффициенты, учитывающие взаимное влияние факторов.
Задача регрессионного анализа заключается в экспериментальном определении коэффициентов регрессии b путем наблюдения за характером изменения входных переменных (факторов) и выходной величины (результативного показателя).
Линейная модель уравнения регрессии строится с использованием следующей зависимости:
,
где – матреца-столбец коэффициентов регрессии;
– матрица входных переменных;
– матрица-столбец выходных переменных (результативного признака); k – число факторов; n – число параллельных опытов.
Значимость коэффициентов регрессии проверяется с помощью t -критерия, основанного на статистике:
,
где – дисперсия коэффициента ; – несмещенная оценка остаточной дисперсии; – элементы обратной матрицы, стоящие на главной диагонали.
Статистика при выполнении гипотезы имеет распределение Стьюдента с числом степеней свободы . По уровню значимости и числу степеней свободы f определяют . Если , нулевую гипотезу отклоняют и принимают гипотезу, что значимы.
Доверительные интервалы для значимых коэффициентов регрессии строятся по зависимости
,
находят с помощью таблицы распределения Стьюдента (приложение 2) по уровню значимости и числу степеней свободы .
При необходимости строят доверительный интервал для результативного показателя
.
При проведении регрессионного анализа рассчитываются показатели так называемой регрессионной статистики:
множественный коэффициент корреляции
,
– определитель корреляционной матрицы; – алгебраическое дополнение элемента корреляционной матрицы ;
квадрат множественного коэффициента корреляции (коэффициент детерминации) :
нормированный .
стандартную ошибку
,
где .
Для исходных данных задачи проводится однофакторный дисперсионный анализ, при этом рассчитываются:
сумма квадратов регрессии с числом степеней свободы k;
сумма квадратов остатков с числом степеней свободы ;
сумма квадратов общая с числом степеней ;
дисперсии ;
расчетное значение F -критерия ;
значимость F определяется также как при рассмотрении двухвыборочного F- теста для дисперсий;
Р – значение определяется также, как при рассмотрении парного двухвыборочного t – теста для средних (вероятность значимости).
Расчетное значение сравнивается с , определяемого по таблице критических точек распределения Фишера. При этом проверяется гипотеза , где .
Если , гипотеза отвергается, т.е. хотя бы один коэффициент регрессии не равен нулю.
Дата публикования: 2015-10-09; Прочитано: 201 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!