Презентация Модель множественной линейной регрессии Вопросы 1. Задача построения множественной линейной регрессии. 2. Оценка кач
Содержание
- 2. 1. В общем случае зависимая переменная у может быть функцией нескольких переменных: х1, х2, …, хm.
- 3. Введем матричные обозначения. Пусть {αj}, j = 1,…, m – вектор неизвестных параметров; Y = {yi},
- 4. Относительно ошибок ε сделаем следующие предположения: 1) возмущение ε является случайной величиной; 2) М(ε) = 0;
- 5. Последнее обстоятельство эквивалентно тому, что ранг матрицы Х равен m, а это, в свою очередь, означает,
- 6. Оценку выражения (1), полученную по выборочным данным, запишем в виде yi = a1xi1 + a2xi2 +
- 7. Продифференцируем Q по а, получим Оценку а, найденную по формуле (5), будем называть оценкой МНК.
- 8. Таким образом, для определения вектора а необходимо по данным наблюдений найти матрицу, обратную к матрице Х′X,
- 10. Обычно предполагается, что уравнение регрессии имеет свободный член, т.е. а0. Чтобы получить оценку этого параметра, расширим
- 11. Тогда матрицу Х в развернутом виде можно записать так:
- 12. Тогда
- 13. И
- 14. В частном случае, когда m=2, имеем
- 15. Условный пример
- 16. Таким образом,
- 18. Далее
- 19. Замечание Матрицу X′X и вектор X′Y можно получить и по формулам (8) и (9), предварительно подсчитав
- 20. Определив X′X и X′Y, находим а: а = (X′X)-1X′Y = Таким образом, искомое уравнение
- 21. Приведем рассчитанные по данному уравнению регрессии значения независимой переменной (уi) и соответствующие ошибки (еi):
- 22. Имеем:
- 24. Скачать презентацию