Відшукування параметрів вибіркового рівняння прямої лінії регресії за незгрупованими даними
Нехай вивчається система кількісних ознак (х,y). За результатами n незалежних дослідів отримано n пар чисел (x1,y1), (x2,y2), …, (xn,yn). Необхідно знайти за цими даними вибіркове рівняння прямої лінії середньоквадратичної регресії. Будемо шукати рівняння регресії Y на Х у такому вигляді: , (8.1) при цьому коефіцієнт називають вибірковим коефіцієнтом регресії Y на Х. Для обчислення коефіцієнтів та b будемо використовувати метод найменших квадратів. Тобто параметри та b вибираються таким чином, щоб сума квадратів відхилень (Yi – yi) була мінімальною. Тут величина Yi являє собою обчислену за рівнянням (8.1) ординату для значення xi. Отже, необхідно розв’язати таку задачу: або в конкретизованому вигляді . Це задача безумовної оптимізації, тому для відшукування мінімуму прирівняємо до 0 відповідні частинні похідні й отримаємо таку систему рівнянь:
Розв’язуючи цю систему, отримуємо такі значення коефіцієнтів рівняння регресії: , (8.2)
. (8.3)
Аналогічно можна записати вибіркове рівняння Х на Y: , де – вибірковий коефіцієнт регресії Х на Y.
П р и к л а д 8.1 Знайти вибіркове рівняння прямої лінії регресії Y на Х за даними п’яти спостережень, результати яких записано у таблицю:
Р о з в ’ я з у в а н н я Складемо розрахункову таблицю. Таблиця 8.1
Знайдемо шукані параметри, для чого підставимо обчислені за таблицею суми у формули (8.2), (8.3), тобто
,
.
Запишемо шукане рівняння регресії:
Y = 0,202 х + 1,024. (8.4) Зобразимо графічно експериментальну й вибіркову лінії регресії (рис. 8.1). Для побудови експериментальної лінії регресії відкладемо на координатній площині точки (xi, yi), i = 1, 2, …, n, що відповідають результатам спостережень, і з’єднаємо їх відрізками прямих. Вибіркову лінію регресії будуємо за рівнянням (8.4). Як видно з графіка, побудована вибіркова лінія регресії узгоджується з даними спостереження. Те, що не всі відхилення достатньо малі, пояснюється малим числом спостережень. ©2015 arhivinfo.ru Все права принадлежат авторам размещенных материалов.
|