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 обзорные » Основи практичного використання прикладного регресійного аналізу

Реферат Основи практичного використання прикладного регресійного аналізу





іді має нормальний закон розподілу;


,.


2) У кожному досвіді математичне сподівання дорівнює нулю;


,.


3) У всіх дослідах дисперсія постійна і однакова;


,.


4) У всіх дослідах помилки незалежні.


,.


б) передумови регресійної помилки:

1). Матриця спостережень має повний ранг;


.

2). Структура моделі адекватна істинної залежності;

3). Значення випадкової помилки не залежать від значень регресорів;

4). Помилки реєстрації регресорів пренебрежимо малі в порівнянні з випадковою помилкою.


1.2 Перевірка передумов і припущень регресійного аналізу


Регресійний аналіз є одним з найпоширеніших методів обробки результатів спостережень. Він служить основою для цілого ряду розділів математичної статистики і методів обробки даних. Регресійний аналіз базується на ряді припущень і передумов, порушення яких призводить до некоректного його використання і помилковою інтерпретації результатів.

Якщо F-критерій і показав, що підгонка моделі в цілому є задовільною; доцільно провести аналіз залишків для перевірки дотримань передумов і припущень.

У цьому випадку досліджується набір відхилень між експериментальними і передбаченими значеннями залежної змінної,


.


Перевірка передумов і припущень регресійного аналізу включає в себе такі завдання:

1) оцінка випадковості залежною змінною;

2) оцінка стаціонарності і ергодичності залежних і незалежних змінних;

3) Перевірка гіпотези про нормальності розподілу помилок E ;

4) Виявлення викидів;

5) Перевірка сталості математичного сподівання і дисперсії помилок;

6) Оцінка коррелированности залишків;

7) Виявлення мультиколінеарності.


1.2.1 Перевірка випадковості

Побудова моделей методом множинного регресійного аналізу потрібне виконання припущення випадковості і в нормальній лінійної моделі виду br/>В 

де - вектор спостережень залежної змінної;

- матриця спостережень незалежних змінних;

- вектор невідомих коефіцієнтів;

- вектор помилок. br/>

Завдання перевірки випадковості може бути розбита на 2 підзадачі:

1) перевірка випадковості власної величини Y;

2) перевірка випадковості вибірки, тобто допущення про відсутність істотного зсуву середньої величини в часі.

Перша підзадача вирішується з використанням критерію серій. Для цієї мети послідовність спостережень величини Y представляють послідовністю нулів і одиниць, де одиницею позначають значення, що перевищує середню або медіану, і нулем, власне, значення менше медіани. Після позначення вектор спостережень перетвориться в послідовність серій де - Кількість поспіль йдуть елементів одного виду, i - номер серії. p> Доведено, що при розподіл величини r наближаєть...


Назад | сторінка 3 з 8 | Наступна сторінка





Схожі реферати:

  • Реферат на тему: Обробка результатів багаторазових вимірювань фізичної величини, перевірка с ...
  • Реферат на тему: Використання кореляційно-регресійного аналізу для обробки економічних стати ...
  • Реферат на тему: Науковий закон: діалектика необхідності і випадковості
  • Реферат на тему: Перевірка статистичних гіпотез, застосування універсальних методів теорії й ...
  • Реферат на тему: Перевірка статистичних гіпотез відносно невідоміх значень параметрів визнач ...