![]()
|
||||||||||||||||||||||||||||||||||||||||||||||||
Лекция 6(8). РЕГРЕССИОННЫЙ АНАЛИЗСтр 1 из 2Следующая ⇒ Лекция 6(8) РЕГРЕССИОННЫЙ АНАЛИЗ Корреляционный анализ дает возможность получить общее представление о наличии связи между признаками и степень тесноты этой связи. Следующим этапом является определение количественной зависимости между величинами признаков (случайных величин), осуществляемое с помощью регрессионного анализа. Для выяснения сути регрессионного анализа воспользуемся условным примером, соответствующим корреляционной модели. Пример: Имеется следующий ряд сопряженных значений признаков ( Х – максимальная гигроскопичность %, У – удельная теплота смачивания, кал/г)
Для каждого отдельного значения Хi можно вычислить среднее значение Уi(x) второго признака.
где Генеральные параметры в уравнении регрессии обычно также неизвестны, но для них можно найти выборочные оценки, что также является одной из главных задач регрессионного анализа. Располагая вместо генеральных параметров их выборочными оценками, нельзя по уравнению регрессии вычислить генеральное среднее значение функции по известному аргументу. Такое уравнение позволяет найти лишь оценку этого генерального значения среднего Линия, являющаяся графическим выражением уравнения регрессии, получила название теоретической линии регрессии одного признака по другому. Для каждого сопряженного ряда величин Х и У обычно бывает возможно найти множество уравнений данного типа с несколько отличными параметрами, которые удовлетворяют условию, что сумма отклонений уi от вычисленных для тех же значений хi оценок Но среди этих уравнений существует только одно, параметры которого имеют такие значения, при которых сумма квадратов отклонений уi от
Способ отыскания оценок параметров, основанный на минимизации Коэффициент при аргументе Выборочные оценки коэффициентов регрессии никогда не бывают в точности равны 0, даже если в генеральной совокупности связь между признаками отсутствует полностью. В связи с этим встает задача выяснить, насколько значимо полученный коэффициент регрессии отличен от 0 и, следовательно, можно ли утверждать, что связь между признаками реально существует. Требования к исходным данным: 1. Случайные величины (признаки) хi и уi должны иметь нормальное распределение. 2. Результаты наблюдения должны быть независимы друг от друга 3. Величины условной дисперсии зависимой переменной при различных значениях независимой переменной должны быть одинаковы. (???) Пропустить
|
||||||||||||||||||||||||||||||||||||||||||||||||
|