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 |
ANOVA багатофакторної економетричної моделі.
Про якість багатофак-торної моделі можна судити за залишковою сумою квадратів ESS. ESS = (Y - Xb)'(Y - Xb) = Y'Y - Y'Xb - b'X'Y + b'X'Xb =Y'Y-2b'X'Y +b'X'Xb. Взявши частинну похідну по вектору b, отримаємо систему нормальних рівнянь: X'Xb = XY. Підставивши рівняння (2.145) в (3.30), отримаємо вираз ESS) матричному виді: ESS = Y'Y -b'X'Y. Відомо також, що загальна варіація, або так звана повна сума квадратів відхилень, обчислюється за формулою: TSS= А варіація, обумовлена регресією, дорівнює:
Виведемо наведені формули варіації для TSS та RSS у математ. Вигляді: а) для загальної варіації: TSS= б) для пояснювальної варіації: Розрахуємо середні суми квадратів: -регресії: , де р- кількість факторів у моделі -залишків: , де k – кількість входів у модель k=p+1 Крім вищенаведених середніх сум квадратів відхилення MSR та MSE, розраховують також стандартну помилку оцінок. Ця статистика поряд з MSE використовуєься для характеристики адекватності підібраної моделі. Зауважимо, що велечину можемо записати у матричній формі: 8)Прогноз однофакторної моделі Прогноз може бути або точковим, або інтервальним. Точковий прогноз Нехай цей точковий прогноз визначається лінійною функцією від Уi(і = ). Це прогнозне значення У для періоду n+1, якому на числовій осі відповідає одна точка: , де с, - деякі вагові значення, які повинні бути підібрані так, щоб зробити найкращим лінійним незміщеним прогнозом. Так як У, =Ь0 + Ь1+ E(Y0 )=b0+b1X0
Виходячи з умови Гаусса-Маркова =0, то E(Y0 )= Цілком очевидно, що буде незміщеним лінійним прогнозом для E(Y0 ) тоді і тільки тоді, коли: i =X0 Можна показати, що найкращою незміщеною лінійною оцінкою У, =Ьо + ЬХХІ є У0 = Ь0 + Ь}Х0 (Джонсон). Інтервальний прогноз 9). Стандартна помилка та довірчий інтервал кутового коефіцієнта Відомо, що оцінки кутового коефіцієнта А, для однофакторної моделі розраховуються за формулою: Довірчим інтервалом випадкової величини b1, називають інтервал з межами в якому з певною, наперед заданою, ймовірністю Р = 1- знаходиться істинне значення параметра . При цьому ймовірність Р = 1- називається довірчою імовірністю, а - рівнем значимості Для обчислення довірчого інтервалу необхідно знати стандартне відхилення b1. Стандартне відхилення b1, є коренем квадратним з дисперсії,тобто:
Але , як правило, невідома, тому замість неї застосовують оцінку S. Тоді Відповідними межами довірчого інтервалу для кутового коефіцієнта є Тоді межі довірчого інтервалу для А,будуть дорівнювати: де t - це 100() % - на точка t- розподілу Стьюдента п - 2 ступенями свободи. Отже, індивідуальний довірчий інтервал для кутового коефіцієнта b1 буде мати вигляд:
Стандартна помилка та довірчий інтервал вільного члена b0 За аналогією з b1, розрахуемо дисперсто для Ь0. Оцінка цього параметра визначаеться за формулою: . Стандартне відхилення вольного члена регресії буде дорівнювати: Отже, індивідуальний довірчий інтервал для b0 ми можемо розраховувати за формулою: Кореляційний аналіз При проведенні кореляційного аналізу сукупність даних розглядається як безліч змінних (чинників), кожна з яких містить n спостережень; xik – спостереження i змінної k; – середнє значення k-ї змінної; i=1,...,n. Парні коефіцієнти кореляції Парний коефіцієнт кореляції між k-м і L-м чинниками обчислюється за формулою: Він є показником тісноти лінійного статистичного зв'язку, але тільки у разі спільного нормального розподілу випадкових величин, вибірками яких є k-й і L-й чинники. За таких умов для перевірки гіпотези про рівність нулю парного коефіцієнта кореляції використовується t-статистика, розподілена згідно із законом Стьюдента з n-2 ступенями свободи. Часткові коефіцієнти кореляції Частковий коефіцієнт кореляції першого порядку між k-м і L-м чинниками характеризує тісноту їх лінійного зв'язку при фіксованому значенні j-го чинника. Він визначається як Він розподілений аналогічно парному коефіцієнту за таких самих передумов, і для перевірки його значеннєвості використовується t-статистика, в якій число ступенів свободи дорівнює n-3. У програмі частковий коефіцієнт кореляції розраховується в загальному вигляді, тобто за умови, що решта всіх змінних - фіксовані: Тут Dij — визначник матриці, утвореної з матриці парних коефіцієнтів кореляції викреслюванням i-го рядка і j-го стовпчика. Множинні коефіцієнти кореляції Для визначення тісноти зв’язку між поточною k-ю змінною і змінними, що залишились, використовується вибірковий множинний коефіцієнт кореляції:
де D - визначник матриці парних коефіцієнтів кореляції. Для перевірки статистичної значущості коефіцієнта множинної кореляції використовується величина: Якщо розраховане F-значення більше значення F-розподілу на відповідному рівні імовірності (0.9 і вище), то гіпотеза про лінійний зв'язок між k-ю змінною і рештою змінних не заперечується.
|
||||||
Последнее изменение этой страницы: 2016-08-01; просмотров: 216; 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 - 3.137.185.180 (0.008 с.) |