|
|||||||
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
ВИДЫ НЕЛИН.РЕГРЕССИИ И МЕТОДЫ НАХОЖДЕНИЯ ИХ ПАРАМЕТРОВНелинейные по объясняющим параметрам: Регрессии, нелинейные по оцениваемым параметрам: Степенная: Показательная: Экспоненциальная: Логарифмическая: Полулогарифмическая: Обратная: 32…. 33…. Уравнение множественной регрессии в стандартизованном масштабе: , где - стандартизованные переменные β - стандартизованные коэффициенты регрессии. , , для которых среднее значение равно нулю: , a среднее квадратическое отклонение равно единице: ; Применяя МНК к уравнению множественной регрессии в стандартизованном масштабе, после соответствующих преобразований получим систему нормальных уравнений вида: Решая его методом определителей, найдем параметры – стандартизованные коэффициенты регрессии (β - коэффициенты). Стандартизованные коэффициенты регрессии показывают, на сколько сигм изменится в среднем результат, если соответствующий фактор хi изменится на одну сигму при неизменном среднем уровне других факторов. В силу того, что все переменные заданы как центрированные и нормированные, стандартизованные коэффициенты регрессии βi сравнимы между собой. Сравнивая их друг с другом, можно ранжировать факторы по силе их воздействия на результат. В этом основное достоинство стандартизованных коэффициентов регрессии в отличие от коэффициентов «чистой» регрессии, которые не сравнимы между собой. В парной зависимости стандартизованный коэффициент регрессии является линейным коэффициентом корреляции ryx.Подобно тому, как в парной зависимости стандартизованный коэффициент регрессии и корреляции связаны между собой, так и во множественной регрессии коэффициенты «чистой регрессии» bi связаны со стандартизованными коэффициентами регрессии βi, а именно: Это позволяет от уравнения регрессии в стандартизованном масштабе переходить к уравнению регрессии в натуральном масштабе переменных: . Параметр а определяется как . Рассмотренный смысл стандартизованных коэффициентов регрессии позволяет их использовать при отсеве факторов – из модели исключаются факторы с наименьшим значением βi. При двухфакторном анализе для уравнения регрессии в стандартизованном масштабе β-коэффициентымогут быть определены с помощью коэффициентов частной корреляции по формулам: При нелинейной зависимости признаков, приводимой к линейному виду, параметры множественной регрессии также определяются МНК с той лишь разницей, что он используется не к исходной информации, а к преобразованным данным. Так, рассматривая степенную функцию , мы преобразовываем ее в линейный вид , где переменные выражены в логарифмах. Далее обработка МНК та же: строится система нормальных уравнений и определяется параметры lga, b1, b2,…, bp. Потенцируя значение lga, найдем параметр а и соответственно общий вид уравнения степенной функции. Поиск по сайту: |
Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.003 сек.) |