Разделы презентаций


Множественная регрессия

Строго математически исходными предпосылками регрессионного и корреляционного анализов являются условия:— случайные величины нормально распределены;— дисперсия зависимой переменной одинакова при всех значениях аргумента;— отдельные наблюдения переменных не связаны друг с другом, т.

Слайды и текст этой презентации

Слайд 1ЛЕКЦИЯ 20
1. Множественная регрессия
 Для того чтобы построить модель нелинейной связи

выходного показателя с несколькими переменными, необходимо применить методы множественной регрессии.

В общем случае условию равенства (1) всегда соответствует относительно большая система уравнений. Например, для отыскания коэффициентов уравнения вида

необходимо решить систему уравнений:








Подобным образом можно получить систему уравнений для уравнения с любым числом членов, но при добавлении каждого нового члена трудоемкость решения резко возрастает. Точность модели оценивается по остаточной дисперсии:



где — число коэффициентов уравнения.





(1)

(2)

(3)

ЛЕКЦИЯ 201. Множественная регрессия Для того чтобы построить модель нелинейной связи выходного показателя с несколькими переменными, необходимо применить

Слайд 2Строго математически исходными предпосылками регрессионного и корреляционного анализов являются условия:

случайные величины нормально распределены;
— дисперсия зависимой переменной одинакова при всех

значениях аргумента;
— отдельные наблюдения переменных не связаны друг с другом, т. е. являются независимыми.
Практически первые два условия невыполнимы. Поэтому возникает вопрос, можно ли пользоваться изложенными методами при каких-либо отклонениях указанных условий от требуемых? В настоящее время считается, что методами корреляционного и регрессионного анализов можно пользоваться и тогда, когда зависимая переменная не распределена нормально, а наблюдения зависимы, лишь бы распределения были одновершинными и в некоторой степени симметричными.
Коэффициенты уравнений теоретической линии регрессии в общем случае оцениваются с ошибкой


где — общее обозначение члена функции .
Следует помнить, что при небольшом числе степеней свободы становится ненадежной оценкой. В этом случае следует пользоваться ошибкой воспроизводимости .Тогда оценкой среднего квадратического отклонения кривой регрессии будет величина


Доверительные интервалы для теоретической линии регрессии

(4)

(5)

(6)

Строго математически исходными предпосылками регрессионного и корреляционного анализов являются условия:— случайные величины нормально распределены;— дисперсия зависимой переменной

Слайд 62. Множественная корреляция
 
Для получения уравнения множественной корреляции обычно используют систему,

составленную из найденных коэффициентов парной корреляции.
Пусть необходимо получить связь
Система нормальных

уравнений для нее

Представим связь ( 7) в стандартизованной форме

и запишем систему уравнений для нее, разделив все члены на

(7)

(8)

(9)

(10)

(11)

2. Множественная корреляция Для получения уравнения множественной корреляции обычно используют систему, составленную из найденных коэффициентов парной корреляции.Пусть необходимо

Слайд 7Отсюда
Теснота связи уравнения множественной корреляции с экспериментальными данными оценивается коэффициентом


множественной корреляции
Коэффициент множественной корреляции не может быть по абсолютной

величине больше единицы.

В первом уравнении системы (7) все суммы обращаются в ноль, откуда

(12)

(13)

ОтсюдаТеснота связи уравнения множественной корреляции с экспериментальными данными оценивается коэффициентом множественной корреляции Коэффициент множественной корреляции не может

Обратная связь

Если не удалось найти и скачать доклад-презентацию, Вы можете заказать его на нашем сайте. Мы постараемся найти нужный Вам материал и отправим по электронной почте. Не стесняйтесь обращаться к нам, если у вас возникли вопросы или пожелания:

Email: Нажмите что бы посмотреть 

Что такое TheSlide.ru?

Это сайт презентации, докладов, проектов в PowerPoint. Здесь удобно  хранить и делиться своими презентациями с другими пользователями.


Для правообладателей

Яндекс.Метрика