|
|||||||
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Знаходження параметів лінійного рівняння регресії методом найменших квадратівСтатистичний аналіз зв’язку між факторною змінною х і результативною змінною у починають із вибору загального типу чи класу рівнянь, які достатньо точно відображають даний зв’язок. При аналізі соціально-економічних і науково-технічних проблем досить часто зустрічаються саме лінійні зв’язки і залежності, тобто зв’язки між досліджуваними ознаками досить точно описуються лінійними моделями. Будемо вважати, що зв’язок між ознаками х та у є лінійним і описується лінійним рівнянням регресії y = де у – результуюча змінна; , – параметри рівняння регресії; х – факторна змінна, – випадкова величина. Рівняння, яке аналітично моделює залежність середньої величини результуючої ознаки від факторної змінної, називається рівнянням регресії. у цьому рівнянні називається коефіцієнтом регресії, – вільним членом рівняння регресії.Лінійне рівняння регресії на графіку зображується прямою лінією, в якій коефіцієнт регресії є кутовим коефіцієнтом (тангенсом кута нахилу прямої до осі ОХ). Вільний член рівняння регресії відображає довжину відрізка осі ординат від початку координат до перетину з прямою регресії. Для знаходження прямої, яка б найкраще відображала закономірність зв’язку середнього значення результуючої змінної з факторною, потрібно обгрунтувати певний критерій, який би задовільняла дана пряма. Оскільки пряма регресії повинна знаходитись якнайближче до всіх точок із координатами (хі;уі), то на прктиці найчастіше використовують метод найменших квадратів (МНК). Згідно з цим методом найменше значення суми квадратів відхилень заданих значень результуючої змінної уі від знайдених за рівнянням регресії теоретичних значень . МНК має суттеву перевагу перед іншими відомими методами знаходження прямої регресії, якщо відхилення уі - утворюють нормальний розподіл. На практиці досліджувані сукупності змінних є, зазвичай, нормально розподіленими. В рівнянні 0, 1 і є невідомими. Величину крім того, важко досліджувати, оскільки вона набуває різних значень для кожного спостередження у. У той же час 0, 1 залишаються постійними і, хоча ми не можемо знайти їх точні значення без вивчення всіх можливих співвідношень між х та у, ми можеио на основі заданих значень спостережень одержати оцінци 0, 1, параметрів 0, 1. Нам необхідно знайти рівняння регресії , де – теоретичні середні значення результуючої змінної для заданого значення хі, коли 0, 1 є відомими. Останнє рівняння в статистиці називають рівнянням прогнозування, оскільки підставляючи в це рівняння конкретне значення факторної змінної х, маємо змогу знайти відповідне «істинне» значення у. Надалі будемо опускати випадкову величину u в першому рівнянні і розглянемо друге рівняння. Нехай ми маємо множину із n спостережень (х1,у1), (х2,у2),..., (хn,уn). Умова методу квадратів для знаходження параметрів a0, 1 має вигляд Q = min Для знаходження параметрів 0 і 1 підставимо рівняння прямої = 0 + 1 х у попередній вираз. У результаті одержимо Q = (у – 0 – 1 х)2. (4) Як відомо, функція Q набуває мінімальних значень за умови, якщо відповідні часткові похідні дарівнюють нулю. = 0;
= 0 = 0 Розв’язуючи систему, ми одержуємо загальний вигляд формул для обчислення коефіцієнтів 0 і 1 1 = 0 = - Для визначення рівняння регресії за останніми формулами потрібно мати такі величини , Поиск по сайту: |
Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.004 сек.) |