Мы поможем в написании ваших работ!



ЗНАЕТЕ ЛИ ВЫ?

Обобщенный случай линейной регрессии

Поиск

Обобщим рассмотренную задачу построения уравнения регрессии на случай, когда функция отклика зависит от множества факторов (x1,x2,…,xk). Пусть Y – некоторая случайная величина, флуктуирующая вокруг некоторого неизвестного параметра h, т.е. y=h+e, где e - ошибка, y – отклик. Предположим, что h - можно представить в виде:

h = b0 + b1x1 +…+ bp-1xp-1, (1)

где x1, x2,…, xp-1 – факторы, которые в процессе опыта находятся под контролем экспериментатора и измеряются с пренебрежимо малой ошибкой, а bj (j = 0,1,…,p-1) - неизвестные параметры, подлежащие оцениванию. Если значения xj измеряются и при этом наблюдается n значений Y1, Y2,…, Yn переменной y, то

Yi = b0 + b1X i1 +…+ bp-1X i p-1 + ei, ,

где X ij представляет собой i-е значение фактора xj. Запишем данное уравнение в матричной форме

= ,

или Y = Xb+e, X10 = X20 = … = Xn0 =1.

Матрица X размера n*p называется регрессионной матрицей, X – регрессоры, а Y – отклик.

Существенная черта моделей состоит в том, что они являются линейными по параметрам bi. Оценку параметров производят методом наименьших квадратов, аналогично тому, как это было показано в случае однопараметрической модели. Необходимо минимизировать квадратичную ошибку. В матричном виде это

.

При получении данного выражения используется тот факт, что

.

Далее, дифференцируя εТε по β и приравнивая результат нулю, получаем

или .

Откуда оценку для коэффициентов модели можно записать .

Если предположить, что ошибки являются несмещенными, т.е. , а факторы X неслучайными, то и есть несмещенная оценка вектора . Если, кроме того, предположить, что все εi некоррелированы и имеют одинаковую дисперсию и . Из данного выражения довольно просто получается следующая формула [8]:

Таким образом, получена оценка вектора параметров и формула для определения дисперсии данной оценки. Полученная оценка вектора параметров коэффициентов уравнения регрессии является оценкой наименьших квадратов, т.е. обладает наименьшей дисперсией.

 

Задание по лабораторной работе №1.

 

На вход агрегата (рисунок 1) поступают физические величины , имеющие случайную природу. На выходе наблюдается некоторая величина y, получающаяся в результате преобразования

  Агрегат
x1
x2
xn
y
.

 

Рисунок 1. Агрегат с входами и выходом

Распределение входных величин известно (задано таблицей 2).

 

На основании заданного закона распределения случайного входа смоделировать по одному значению каждой величины xi1, i =1, n. Используя регрессионную зависимость, найти значение выхода y1.

Повторить процедуру k раз.

Заполнить таблицу 1

 

 

Таблица 1

Номер опыта x1 x2 xn y
  x11 x21 xn1 y1
  x12 x22 xn2 y2
k x1k x2k   xnk yk

 

Методом наименьших квадратов восстановить оператор выхода.

Таблица 2. Распределение входных величин

Вид закона распределения Параметр 1 Параметр 2
Нормальное M=(3-7) Ϭ=(0.1-0.4)М
Равномерное М-2 Ϭ М+2 Ϭ
Экспоненциальное 1/М  

 

 



Поделиться:


Последнее изменение этой страницы: 2016-12-27; просмотров: 292; 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 - 3.133.79.72 (0.006 с.)