Студопедия.Орг Главная | Случайная страница | Контакты | Мы поможем в написании вашей работы!  
 

Линейная регрессия. Прямые линии среднеквадратической регрессии



Две переменные и могут быть связаны жесткой зависимостью. Например, так связаны площадь круга и его диаметр, количество купленного товара и его стоимость и т.д. Когда речь идет о случайных величинах, то и связаны статистически. В общем случае это означает, что каждому значению одной переменной (например, ) соответствует некоторое распределение вероятностей другой (), причем с изменением это распределение также изменяется.

На практике встречается ситуация, когда изучаемые переменные связаны приблизительно линейной зависимостью. Так чаще всего связаны урожайность и количество внесенных удобрений, рост человека и его масса и т.д. Поскольку линейная зависимость самая простая, в первую очередь пытаются установить между двумя изучаемыми случайными величинами и именно такую связь, т.е. представляют в виде

.

Функцию называют «наилучшим приближением» в смысле наименьших квадратов, если коэффициенты и найдены из условия минимума математического ожидания . Такую функцию называют среднеквадратической регрессией на . Можно показать, что она имеет вид:

. (1.8.4)

Здесь – математические ожидания и среднеквадратические отклонения двух компонент случайной величины , а – их коэффициент корреляции. Коэффициент называют коэффициентом регрессии на , а прямую

(*)

называют прямой среднеквадратической регрессии на .

Мерой точности приближения является так называемая остаточная дисперсия величины относительно случайной величины , равная .

При эта остаточная дисперсия равна нулю, т.е. при крайних значениях коэффициента корреляции не возникает ошибки при представлении в виде линейной функции от : и связаны линейной зависимостью (см. рис. а)). Если же , то линейная связь между и тем слабее, чем меньше и при эта связь исчезает (см. рис. б), в)).

•    
•    
•    
•    
•    
•    
•    
•    
•    
•    
•    
•    
•    
 


Рис. а) . Рис. б) . Рис. в) .

Аналогично можно найти прямую среднеквадратической регрессии на :

(**)

( – коэффициент регрессии на ) и остаточную дисперсию величины относительно . Если , то обе прямые регрессии, как видно из (*) и (**), совпадают.

Из уравнений (*) и (**) также видно, что обе прямые регрессии проходят через точку , которую называют центром совместного двумерного распределения величин и .





Дата публикования: 2015-03-26; Прочитано: 266 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!



studopedia.org - Студопедия.Орг - 2014-2024 год. Студопедия не является автором материалов, которые размещены. Но предоставляет возможность бесплатного использования (0.007 с)...