АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция

Нелинейная регрессия

Читайте также:
  1. Гиперболическая и логарифмическая регрессии. Полиномиальная и кусочно-полиномиальная регрессия.
  2. Линейная множественная регрессия.
  3. Многофакторная регрессия.
  4. Нелинейная регрессия
  5. Нелинейная регрессия
  6. Нелинейная регрессия
  7. Нелинейная регрессия (линеаризация, оценка параметров).
  8. НЕЛИНЕЙНАЯ РЕГРЕССИЯ. ВИДЫ МОДЕЛЕЙ
  9. Обобщенная модель нелинейная по переменным.
  10. Тема: Нелинейная регрессия.

Контрольная работа

По дисциплине: Эконометрика
Вариант: № 7

 

 

Выполнила: Алексеев Игорь Павлович
(фамилия, имя, отчество) ИД-301
(курс, группа)

 

Проверил:
(фамилия, имя, отчество)
Профессор, к.т.н
(должность, научная степень, подпись)

 

 

Ростов-на-Дону

2015 г.

Содержание:

1. t-распределение Стьюдента…………………………………………...2

2. Нелинейная регрессия………………………………………………..3

3. Критерий проверки статистической гипотезы……………………..4

4. Задачи…………………………………………………………………

5. Список использованных источников……………………………….9

 

T-распределение Стьюдента

Закон распределения Стьюдента с n числом степеней свободы /1,3, 7-10/ используется при построении доверительных интервалов и проверке статистических гипотез. Если имеются независимые нормально распределенные случайные величины x0, x1,…,xn с m1=0 и , то случайная величина

 

имеет t(n)-распределение Стьюдента с n числом степеней свободы. В данном распределении n – параметр формы распределения.
Функционные и числовые характеристики распределения имеют вид:

 

,
,

где – знак числа, стоящего в скобках, G() – гамма-функция, Iх (a, b) – неполная бета-функция, х Î (-¥, ¥), | a | < ¥, l > 0, n = 1, 2, 3, ….
m1 = a, при n ³ 2, при n ³ 3 (при n = 1, 2 не существует).
Коэффициенты b1 = 0 при n ³ 4 (при n = 1, 2, 3 b1 не существует, формально b1 = 0 для всех n). при n ³ 5 (при n = 1, 2, 3, 4 b2 не существует).

 

 

Нелинейная регрессия.

Нелинейная регрессия - частный случай регрессионного анализа, в котором рассматриваемая регрессионная модель есть функция, зависящая от параметров и от одной или нескольких переменных. Зависимость от параметров предполагается нелинейной.

 

Задана выборка из пар . Задана регрессионная модель , которая зависит от параметров и свободной переменной . Требуется найти такие значения параметров, которые доставляли бы минимум сумме квадратов регрессионных остатков

где остатки для .

Для нахождения минимума функции , приравняем к нулю её первые частные производные параметрам :

Так как функция в общем случае не имеет единственного минимума[1], то предлагается назначить начальное значение вектора параметров и приближаться к оптимальному вектору по шагам:

Здесь - номер итерации, - вектор шага.

На каждом шаге итерации линеаризуем модель с помощью приближения рядом Тейлора относительно параметров

 

Здесь элемент матрицы Якоби - функция параметра ; значение свободной переменной фиксировано. В терминах линеаризованной модели

и регрессионные остатки определены как

Подставляя последнее выражение в выражение (*), получаем

Преобразуя, получаем систему из линейных уравнений, которые называются нормальным уравнением

Запишем нормальное уравнение в матричном обозначении как

В том случае, когда критерий оптимальности регрессионой модели задан как взвешенная сумма квадратов остатков

нормальное уравнение будет иметь вид

 

 


1 | 2 |

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.)