Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Различные формы уравнения регрессииСтр 1 из 5Следующая ⇒
Основная модель линейной регрессии относится к классу простых регрессий, в левой части уравнения которых находится одна переменная: объясняемая, моде - лируе м ая, эн д огенная, а в правой — несколько переменных: объясняющих, фак - торных, независи м ых, экзогенных. Объясняющие переменные называют также фактора м и, регрессора м и. Для объясняемой переменной сохраняется прежнее обозначение — x. А век- тор-строка размерности n объясняющих переменных будет теперь обозначаться через z, поскольку свойства этих переменных в основной модели регрессии суще- ственно отличаются от свойств объясняемой переменной. Через X и Z обозна- чаются, соответственно, вектор-столбец размерности N наблюдений за объясня- емой переменной и матрица размерности N × n наблюдений за объясняющими переменными. Обозначения параметров регрессии и остатков по наблюдениям со- храняются прежними (отличие в том, что теперь вектор-столбцы α и a имеют размерность n). Уравнения регрессии в исходной форме имеют следующий вид:
X = Z α + 1 N β + ε , (7.1)
В сокращенной форме:
X ˆ = Z ˆα + ε , (7.3)
или
X ˆ = Z ˆ a + e. (7.4)
Оператор МНК-оценивания ((6.11, 6.13) в п. 6.2) принимает теперь вид: a = M −1 m, b = x ¯ − z ¯ a, (7.5)
N ˆ ˆ где M = 1 Z t Z — ковариационная матрица переменных z между собой, N ˆ ˆ m = 1 Z t X — вектор ковариаций переменных z с переменной x. Первую часть оператора (7.5) часто записывают в форме: a = ˆ Z ˆ−1 Z ˆ X. (7.6) Z t t ˆ
МНК-оценки e обладают следующими свойствами ((6.6, 6.12) в предыдущей главе):
e ¯ = 1
N 1 Z ˆt e = 0 . (7.7) N
Коэффициент детерминации рассчитывается следующим образом (см. (6.20)):
s 2 e, (7.8)
x x
— дисперсия объясняемой переменной, s 2 — остаточная дисперсия,
q = a t Ma = a t m = m t a = m t M −1 m (7.9)
— объясненная дисперсия. Уравнение регрессии часто записывают в форме со скрытым свободным членом: X = Z ˜α˜ + ε , (7.10) X = Z ˜ a ˜ + e, (7.11)
224 Глава 7. Основная модель линейной регрессии
α a где Z ˜ = [ Z 1 N ], α˜ = , a ˜ = . β b При таком представлении уравнения регрессии оператор МНК-оценивания записывается следующим, более компактным, чем (7.5), образом:
a = M ˜−1 m, (7.12)
a ˜ = Z ˜t Z ˜ −1 Z ˜t X. (7.13)
M ˜ и m ˜ также, как M и m, являются матрицей и вектором вторых моментов, но не центральных, а начальных. Кроме того, их размерность на единицу больше. Оператор (7.12) дает, естественно, такой же результат, что и оператор (7.5). Этот факт доказывался в п. 4.2 для случая одной переменной в правой части урав- нения.
В общем случае этот факт доказывается следующим образом. Учитывая, что X = X ˆ + 1 N x ¯ , (7.14) . Z ˜ = Z ˆ + 1 N z ¯ . 1 N, (7.15)
можно установить, что
M + z ¯r z ¯ z ¯ m + z ¯r x ¯
z ¯r
1
m = ˜ , x ¯
и записать систему нормальных уравнений, решением которой является (7.12) в сле- дующей форме:
M + z ¯r z ¯
z ¯r a m + z ¯r x ¯
= z ¯ 1 . b x ¯
7.1. Различные формы уравнения регрессии 225
Вторая (нижняя) часть этой матричной системы уравнений эквивалентна второй части оператора (7.5). После подстановки b, выраженного через a, в первую (верх- нюю) часть данной матричной системы уравнений она приобретает следующий вид: M a + z ¯r z ¯ a + z ¯r x ¯ − z ¯r z ¯ a = m + z ¯r x ¯, и после приведения подобных становится очевидной ее эквивалентность первой ча- сти оператора (7.5). Что и требовалось доказать.
Кроме того, можно доказать, что
M −1 − M −1 z ¯t − z ¯ M −1 1 + z ¯ M −1 z ¯t
Этот факт потребуется ниже. (Правило обращения блочных матриц см. в Прило- жении A.1.2.) Справедливость этого утверждения проверяется умножением M ˜−1 из (7.17) на M ˜ из (7.16). В результате получается единичная матрица.
МНК-оценки вектора e ортогональны столбцам матрицы Z ˜: Z ˜t e = 0 . (7.18) Доказательство наличия этого свойства получается как побочный результат при вы- воде оператора оценивания (7.12) путем приравнивания нулю производных оста- точной дисперсии по параметрам регрессии, как это делалось в п. 6.2.
что Поскольку последним столбцом матрицы Z ˜ является 1 N , из (7.18) следует,
т.е. e ¯ = 0. Из остальной части (7.18): Z t e = 0 , (7.20)
что в данном случае означает, что c o v (Z, e) = 0.
Действительно, раскрывая (7.20):
Z r e (7. 15) = Z ˆr e + z ¯r1r e = Z ˆr e = 0.
226 Глава 7. Основная модель линейной регрессии
Таким образом, (7.18) эквивалентно (7.7). Однако уравнения (7.10) допускают и иную интерпретацию. Если последним в Z ˜ является не 1 N , а столбец «обычной» переменной, то это — регрессия без свободного члена. В таком случае из (7.18) не следует (7.19), и свойства (7.7) не вы- полняются. Кроме того, для такой регрессии, очевидно, не возможна сокращенная запись уравнения. Этот случай в дальнейшем не рассматривается. В дальнейшем будет применяться в основном форма записи уравнения со скры- тым свободным членом, но чтобы не загромождать изложение материала, символ «∼» будет опускаться, т.е. соотношения (7.10, 7.11, 7.12, 7.13, 7.18) будут исполь- зоваться в форме
Случаи, когда a, Z, m, M означают не a ˜, Z ˜, m ˜, M ˜, а собственно a, Z, m, M, будут оговариваться специально.
|
||||||||||||||||||||||||||||||||||||
Последнее изменение этой страницы: 2021-01-08; просмотров: 65; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 3.144.237.77 (0.029 с.) |