Теми рефератів
> Реферати > Курсові роботи > Звіти з практики > Курсові проекти > Питання та відповіді > Ессе > Доклади > Учбові матеріали > Контрольні роботи > Методички > Лекції > Твори > Підручники > Статті Контакти
Реферати, твори, дипломи, практика » Курсовые проекты » Дослідження регресії на основі чисельних даних

Реферат Дослідження регресії на основі чисельних даних





можливості її практичного застосування досить обмежені. Для оцінки функції регресії необхідно знати аналітичний вид двовимірного розподілу (X, Y). Тільки знаючи вигляд цього розподілу, можна точно визначити вид функції регресії, а потім оцінити його параметри. Однак для подібної оцінки ми найчастіше маємо лише вибіркою обмеженого обсягу, по якій потрібно знайти вид двовимірного розподілу (X, Y), а потім вид функції регресії. Це може привести до значних помилок, тому що одну і ту ж сукупність точок (x i , y i ) на площині можна однаково успішно описати за допомогою різних функцій.

Для характеристики форми зв'язку при вивченні кореляційної залежності користуються поняттям кривої регресії. Кривий регресії Y по X (або Y по X) називається умовне середнє значення випадкової змінної Y (Х), що розглядається як функція від x (у). Ця функція володіє однією чудовою властивістю: вона дає найменшу середню похибку оцінки прогнозу.

2. Постійна і випадкова складові випадкової зміною

Часто замість розгляду випадкової величини як єдиного цілого можна і зручно розбити її на постійну і чисто випадкову складові, де постійна складова завжди є її математичне сподівання. Якщо x випадкова змінна і m - її математичне сподівання, то декомпозиція випадкової величини записується таким чином:

x = m + u,

де u чисто випадкова складова (в регресійному аналізі вона зазвичай представлена ​​випадковим членом)


3. Модель парної лінійної регресії

Коефіцієнт кореляції показує, що дві змінні зв'язані один з одним, проте не дає уявлення про те, яким чином вони пов'язані.

Розглянемо найпростішу модель: y = a + bx + u

Величина y розглядається як залежна змінна, що складається з:

1. невипадковою складової a + bx, де x виступає як пояснює (або незалежна) змінна, а постійні величини a і b - як параметри рівняння

2. випадкового члена u

На графіках підбору в виконану роботу ми бачимо Y передбачене (в– ) і Y отримане. На них показано, як комбінація цих двох складових визначає величину Y. Показники Xi - це гіпотетичні значення пояснюватиме змінної. Якби співвідношення між Y і X було точним, то відповідні значення Y були б представлені Y передбачене (в– ). Наявність випадкового члена призводить до того, що в дійсності значення Y виходить іншим.

Завдання регресійного аналізу полягає в одержанні оцінок a і b і, отже, в визначенні положення прямої по точках.

Очевидно, що чим менше значення u, тим легше це завдання. Дійсно, якби випадковий член відсутній зовсім, то точки Y збігалися б з точками Y передбачене і точно б показали положення прямій. У цьому нагоди було б досить просто побудувати цю пряму і визначити значення a і b.

Чому існує випадковий член:

1. Невключення пояснюють змінних. Співвідношення між X і Y майже завжди є дуже великим спрощенням. У дійсност...


Назад | сторінка 2 з 73 | Наступна сторінка





Схожі реферати:

  • Реферат на тему: Рівняння лінійної регресії, коефіцієнт регресії
  • Реферат на тему: Коригування бутстраповской інтервальної оцінки математичного сподівання рів ...
  • Реферат на тему: Щільність розподілу випадкової величини. Числові характеристики випадкових ...
  • Реферат на тему: Модель парної регресії
  • Реферат на тему: Рівняння регресії. Коефіцієнт еластичності, кореляції, детермінації і F-кр ...