![]() |
Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | |
|
Модель
,
.
1. – случайный вектор,
- неслучайная матрица;
2. ;
3. ;
4. - нормально распределенный случайный вектор, т.е.
;
5. .
Модель, удовлетворяющая указанным предпосылкам называется классической нормальной линейной моделью множественной регрессии. Если п.4 не выполняется, то модель называется просто классической линейной моделью множественной регрессии.
Теорема Гаусса-Маркова.
Если предпосылки (1)-(5) множественного регрессионного анализа выполняются, то оценка метода наименьших квадратов является эффективной, т.е. обладает наименьшей дисперсией в классе линейных несмещенных оценок.
Зная вектор b, выборочное уравнение множественной регрессии имеет вид:
(3.6)
Пример.
Имеются данные о сменной добыче угля на одного рабочего , мощности пласта
и уровня механизации работ
, характеризующие процесс добычи угля в 10 шахтах.
Предполагая, что между переменными существует линейная корреляционная зависимость, найти уравнение регрессии
по
.
Решение этого примера подробно изложено в учебнике [1] с.88.
В результате вычислений имеем уравнение множественной регрессии вида:
Оно показывает, что при увеличении только мощности пласта Х 1 (при неизменном Х 2) на 1 м добыча угля на одного рабочего У увеличивается в среднем на 0,854 т, а при увеличении только уровня механизации работ Х 2 (при неизменном Х 1) – в среднем на 0,367 т.
Дата публикования: 2014-11-18; Прочитано: 597 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!