Археология об основании Рима: Новые раскопки проясняют и такой острый дискуссионный вопрос, как дата самого возникновения Рима...
Кормораздатчик мобильный электрифицированный: схема и процесс работы устройства...
Топ:
Характеристика АТП и сварочно-жестяницкого участка: Транспорт в настоящее время является одной из важнейших отраслей народного...
История развития методов оптимизации: теорема Куна-Таккера, метод Лагранжа, роль выпуклости в оптимизации...
Эволюция кровеносной системы позвоночных животных: Биологическая эволюция – необратимый процесс исторического развития живой природы...
Интересное:
Уполаживание и террасирование склонов: Если глубина оврага более 5 м необходимо устройство берм. Варианты использования оврагов для градостроительных целей...
Принципы управления денежными потоками: одним из методов контроля за состоянием денежной наличности является...
Лечение прогрессирующих форм рака: Одним из наиболее важных достижений экспериментальной химиотерапии опухолей, начатой в 60-х и реализованной в 70-х годах, является...
Дисциплины:
2018-01-28 | 146 |
5.00
из
|
Заказать работу |
В классическом регрессионном анализе необходимо выполнение следующих предположений:
1. , где n число наблюдений. Величина - случайная величина, откуда следует, что также случайная величина с распределением того же вида, что и .
2. имеет нулевое математическое ожидание.
3. Значения случайной величины не коррелированы и имеют одинаковые дисперсии. Данное условие говорит о том, что результаты предыдущих опытов не оказывают влияния на последующие опыты. Одинаковая дисперсия говорит о том, что интенсивность случайных возмущений не изменяется ни при изменении регрессоров, но во времени, в течении которого проводятся наблюдения.
4. Случайная величина имеет нормальное распределение. Влияние множества случайных величин с примерно одинаковыми дисперсиями эквивалентно влиянию единственной случайной величины с нормальным законом распределения.
5. Матрица регрессоров MF (5) не случайна.
(5)
где
- значения регрессоров, где n – число наблюдений, k – число различных регрессоров.
Все регрессоры в уравнении (4) для каждого наблюдения из табл. 1 являются известными числами, точно заданные исследователем.
6. На значения параметров модели (4) не накладывается никаких ограничений. Предварительно о значениях ничего не известно, следовательно, в процессе вычисления они могут получиться любыми.
7. Ранг матрицы MF должен быть равен числу коэффициентов (регрессоров) модели , где k – число различных регрессоров. Нарушение данного условия может быть вызвано в случае, когда число проведенных опытов меньше числа коэффициентов (), либо определено для ситуации (), что между некоторыми столбцами матрицы MF существовала линейная зависимость.
Виды регрессии
При помощи регрессионного анализа можно получить два типа моделей:
- Линейная модель регрессии , в том случае, когда функция регрессии линейна относительно параметров модели , то есть коэффициенты должны быть линейными. При этом модель не обязательно линейна относительно .
- Нелинейная модель регрессии (например ) в том случае, когда функция регрессии не линейна относительно параметров .
Различают два типа функциональной зависимости от :
1. Парная регрессия , выраженная как взаимосвязь между и одной независимой переменной .
2. Множественная регрессия , выражается как взаимосвязь между и несколькими независимыми переменными .
В зависимости от знака коэффициентов различают следующие виды связи между и каждым регрессором :
1. Положительная взаимосвязь. Если для знак коэффициента положительный, то наблюдается положительная взаимосвязь между и (повышение приводит к увеличению ).
2. Отрицательная взаимосвязь. Если для знак коэффициента отрицательный, то наблюдается отрицательная взаимосвязь между и (повышение приводит к уменьшению ).
3. Сильная взаимосвязь. В том случае, когда имеет достаточно большое значение, то говорят о сильной взаимосвязи и .
4. Слабая взаимосвязь. При значении в пределах близких к 0, говорят о слабой взаимосвязи и .
По характеру отношений между и регрессия может быть:
1. Непосредственная регрессия, когда оказывает прямое воздействие на .
2. Косвенная регрессия, когда оказывает воздействие на через другие факторы.
Автоматическое растормаживание колес: Тормозные устройства колес предназначены для уменьшения длины пробега и улучшения маневрирования ВС при...
История развития пистолетов-пулеметов: Предпосылкой для возникновения пистолетов-пулеметов послужила давняя тенденция тяготения винтовок...
Историки об Елизавете Петровне: Елизавета попала между двумя встречными культурными течениями, воспитывалась среди новых европейских веяний и преданий...
История создания датчика движения: Первый прибор для обнаружения движения был изобретен немецким физиком Генрихом Герцем...
© cyberpedia.su 2017-2024 - Не является автором материалов. Исключительное право сохранено за автором текста.
Если вы не хотите, чтобы данный материал был у нас на сайте, перейдите по ссылке: Нарушение авторских прав. Мы поможем в написании вашей работы!