Оценка регрессионных характеристик

Регрессией случайной величины Y на x называется условное математическое ожидание случайной величины Y при условии, что X = x. Регрессия Y на x устанавливает зависимость среднего значения величины Y от величины X. Если случайные величины X и Y независимы, то

Необходимо на основании имеющейся выборки выявить характер связи между величинами X, Y, т.е. получить оценку условного математического ожидания - оценку регрессии Y на х. Данная оценка представляет собой некоторую функцию:

,

где – неизвестные параметры.

Для определения типа зависимости строится диаграмма рассеивания или корреляционное поле, которую можно получить, если результаты опытов изобразить в виде точек на плоскости в декартовой системе координат. На основании анализа корреляционного поля выбираем тип линии регрессии . Значения параметров для выбранного типа определяются так, чтобы функция наилучшим образом соответствовал бы неизвестной регрессии , т.е. ее значения должны быть приблизительно равны средним арифметическим значений Y для каждого значения Х = х.

Если величины X и Y распределены по нормальному закону, то регрессия является линейной:

Оценки параметров для линейной регрессии определяются по формулам

(11.8)

где – оценки математического ожидания величин X и Y;

– оценка дисперсии величины X;

– оценка корреляционного момента величин X и Y.

Для визуальной проверки правильности вычисления величин необходимо построить диаграмму рассеивания и график . Если оценки параметров рассчитаны без грубых ошибок, то сумма квадратов отклонений всех значений (точек) двухмерной выборки от прямой должна быть минимально возможной.

Примеры

Пример 11.1. По выборке двухмерной случайной величины, которая содержит 50 пар значений (x,y) (первые два столбца таб. 11.1):

– вычислить точечную оценку коэффициента корреляции;

– вычислить интервальную оценку коэффициента корреляции (γ= 0,95);

– проверить гипотезу об отсутствии корреляционной зависимости (a = 0,05);

– вычислить оценки параметров и линии регрессии ;

– построить диаграмму рассеивания и линию регрессии.

Решение. Для решения задачи удобно воспользоваться приведенной ниже таблицей. Значения в 3-ем, 4-ом и 5-ом столбцах вычисляются по формулам, приведенными в первой строке таблицы. В последней строке таблицы приведены средние арифметические значений каждого из столбцов. Таким образом получены:

- оценки математических ожиданий по каждой переменной (см. (11.1)):

5,08 (см. столбец 2),

5,21 (см. столбец 3);

- оценки начальных моментов второго порядка по каждой переменной:

34,55755 (см. столбец 4),

36,09954 (см. столбец 5);

- оценка смешанного начального момента второго порядка:

27,98996 (см. столбец 6).

 

Таблица 11.1

№	x	y	x^2	y^2	x*y
	8,974883	9,784539	80,54853	95,73721	87,8151
	1,271096	5,058748	1,615685	25,59093	6,430154
	3,967406	6,383251	15,74031	40,7459	25,32495
	6,841945	1,953795	46,81221	3,817315	13,36776
	3,341777	5,445723	11,16747	29,6559	18,19839
	6,009095	1,657155	36,10922	2,746163	9,958001
	3,806879	1,750542	14,49233	3,064396	6,6641
	4,714805	0,509049	22,22938	0,259131	2,400065
	8,8464	2,334056	78,2588	5,447816	20,64799
	4,395581	1,568651	19,32113	2,460667	6,895134
	2,179632	2,34901	4,750795	5,517846	5,119977
	5,651112	9,857173	31,93507	97,16387	55,70399
	3,278298	4,774926	10,74724	22,79992	15,65363
	0,369579	2,23365	0,136589	4,989191	0,82551
	8,991363	1,784112	80,84461	3,183056	16,0416
	8,873562	2,211371	78,7401	4,890163	19,62274
	0,347606	0,58504	0,12083	0,342272	0,203363
	3,643605	5,025178	13,27586	25,25241	18,30976
	8,600116	1,547594	73,96199	2,395046	13,30948
	6,193731	3,268838	38,36231	10,6853	20,2463
	9,565111	1,426435	91,49135	2,034717	13,64401
	8,646809	8,410901	74,76731	70,74326	72,72746
	0,328074	9,496139	0,107633	90,17666	3,115436
	6,583453	8,498489	43,34185	72,22432	55,9494
	7,376934	9,40611	54,41916	88,4749	69,38825
	4,722129	7,369304	22,2985	54,30665	34,79881
	0,216987	4,574725	0,047083	20,9281	0,992654
	1,993774	5,678579	3,975136	32,24626	11,3218
	9,5468	9,927671	91,14139	98,55865	94,77749
	7,572253	9,053316	57,33901	81,96253	68,55399
	4,035768	7,796869	16,28742	60,79116	31,46635
	4,425794	3,689077	19,58765	13,60929	16,3271
	4,788659	0,793786	22,93126	0,630097	3,801173
	1,951964	4,702902	3,810163	22,11729	9,179895
	1,539354	9,467757	2,36961	89,63843	14,57423
	4,251534	7,547838	18,07554	56,96985	32,08989
	9,650868	7,558214	93,13926	57,1266	72,94333
	5,616932	7,811213	31,54992	61,01504	43,87505
	1,975768	2,663045	3,90366	7,091809	5,26156
	9,783319	9,700919	95,71332	94,10782	94,90718
	4,645833	5,125278	21,58376	26,26848	23,81119
	4,516434	8,537248	20,39818	72,8846	38,55792
	0,844447	2,955412	0,713091	8,734463	2,49569
	8,093509	7,561266	65,50488	57,17274	61,19717
	1,636402	5,603198	2,677813	31,39583	9,169088
	9,240089	4,370251	85,37925	19,09909	40,3815
	7,904599	4,388867	62,48269	19,26215	34,69223
	7,087313	7,297891	50,23001	53,25922	51,72244
	2,466811	2,405164	6,085157	5,784813	5,933085
	2,71218	7,043977	7,35592	49,61761	19,10453
Средние	5,080367	5,218885	34,55755	36,09954	27,98996

 

На основе этих данных легко вычислить оценки дисперсий (см. (11.2)):

8,74746;

8,86278

и оценку корреляционного момента (см. (11.3))

1,476106

Вычислим точечную оценку коэффициент корреляции по формуле (11.4):

0,168.

 

Вычислим интервальную оценку коэффициента корреляции с надежностью γ = 0,95 по формуле (11.5). Для этого в таблице функции Лапласа (см. Приложение 2) найдем значение, равное и определим значение аргумента, ему соответствующее: (строка 1,9, столбец 6). Вычислим вспомогательные значения a, b:

Таким образом, доверительный интервал для коэффициента корреляции имеет вид

Проверим гипотезу об отсутствии корреляционной зависимости:

Так как объем выборки велик (n ≥ 50), то вычислим значение критерия по формуле (11.7):

.

Определим значение Z_α из таблицы функции Лапласа (см. Приложение 2):

Так как , то гипотеза H ₀ принимается, т.е. величины X и Y некоррелированны.

Вычислим оценки параметров и линии регрессии по формуле (11.8):

Уравнение линии регрессии имеет вид:

Построим диаграмму рассеивания, изобразив значения исходной двумерной выборки в виде точек с координатами на плоскости в декартовой системе координат, и линию регрессии (рис. 11.1).

 

Рис. 11.1 Диаграмма рассеивания и линия регрессии