![]() Главная страница Случайная страница КАТЕГОРИИ: АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника |
Понятие многомерной выборки
Если при статистических наблюдениях для каждого объекта измеряют значения 2-х, 3-х, …, n признаков, то в этом случае получают 2-х, 3-х, …, n-мерные выборки. При n Каждый элемент многомерной выборки состоит из 2-х, 3-х, …, n чисел. При обработке многомерных выборок, помимо изучения статистического материала, относящегося к отдельным признакам, стремятся также установить связи между признаками. Рассмотрим выборку из двумерной генеральной совокупности, отождествляемой с системой 2-х СВ (X, Y). В результате n независимых наблюдений получим n пар чисел:
Обычно статистический материал сводят в так называемую корреляционную таблицу: Таблица 2.
где: На пересечении строк и столбцов частоты ( n – объем выборки;
Корреляционная таблица позволяет рассчитать числовые характеристики выборки по формулам:
где Если корреляционная таблица содержит предварительно вычисленные по формулам (7), (8)
т. е.
где
Или, с учетом (7), (8):
В качестве оценок математических ожиданий
Выборочные корреляционные моменты определяются по формулам:
или
Можно доказать, что для несмещенной оценки корреляционного момента
Оценка коэффициента корреляции
Выражая оценки через выборочные характеристики по формулам (13) и (16), получим
где 1.4. Выборочная функция регрессии Обратимся к корреляционной таблице (Таблица 2). Каждому варианту
Для всех Величина
Таким образом может быть задана выборочная функция регрессии Y на x.
При этом функция
Располагая Табл. 3 значений выборочной функции регрессии Y на x, с учетом (19), можно упростить расчетную формулу (15) для вычисления
Выборочная функция регрессии X на y может быть найдена аналогично, т.е.:
Таблица 4
где
Если для функций
которые являются оценками функций регрессии Будем называть функции Для линейной регрессии вид функций
Рис. 1
1.5. Метод наименьших квадратов Сущность метода наименьших квадратов состоит в выборе линии регрессии таким образом, чтобы сумма квадратов отклонений
![]()
Рис. 2
Для линейной регрессии задача сводится к нахождению минимума функции
Используя корреляционную таблицу, выражение (25) можно переписать в виде:
Надо подобрать a и b таким образом, чтобы сумма S(a, b) имела наименьшее значение, т.е. a и b должны удовлетворять системе уравнений:
Дифференцируя (26) по a и b, систему (27) перепишем:
После упрощения система (28) примет вид:
Систему линейных алгебраических уравнений (29) иногда называют нормальной. Решая (29) относительно a и b, найдем эмпирическую функцию регрессии Y на x, то есть
Аналогично можно получить эмпирическую функцию регрессии X на y:
1.6. Составление уравнения регрессии путем вычисления коэффициента регрессии.
Для системы линейных алгебраических уравнений (29) найдено решение в общем виде, а именно:
С учетом (32) уравнение регрессии Y на x может быть записано в виде:
Аналогично, для регрессии X на y можно получить:
Число Называют коэффициентом регрессии Y на x. Число - коэффициент регрессии X на y. Таким образом, нахождение эмпирической функции регрессии может быть сведено к вычислению коэффициентов регрессии
2. Задание. Используя двумерную выборку своего варианта, выполнить:
3. Пример выполнения работы (решение варианта 0)
Таблица 5
Корреляционное поле представляет собой изображение значений (вариантов) пар чисел в виде точек на плоскости. Корреляционное поле целесообразно строить на миллиметровой бумаге. На осях изобразить только тот промежуток, где находятся значения соответствующей случайной величины. Масштаб выбирается так, чтобы корреляционное поле заполнило целиком лист бумаги. Возле точек, изображающих двумерный вариант, проставить частоты этих вариантов. Корреляционное поле варианта 0 изображено на рис. 3.
Результаты вычислений сведем в таблицы: Таблица 6
Таблица 7
Подставив коэффициенты и свободные члены в (29), получим:
a и b находим по формулам Крамера.
Таким образом эмпирическая функция регрессии Y на x имеет вид:
Проделав аналогичную работу, получим эмпирическую функцию регрессии X на y:
4. Найдем те же функции
Таблица 8
РИС. 3
Сумму Аналогично:
Сумму Аналогично:
Используя формулы (33) и (34), запишем уравнения регрессии.
Чтобы убедиться в идентичности полученных результатов с эмпирическими функциями регрессии, полученным методом наименьших квадратов, разрешим выражения (40) и (41) относительно
Сопоставляя выражения (42) и (43) с (38) и (39) соответственно, убеждаемся в правильности произведенных расчетов. 7.Изобразим графики эмпирических функций регрессии на корреляционном поле (см. рис. 3).
Вариант 1
Вариант 2
Вариант 3
Вариант 4
Вариант 5
Вариант 6
Вариант 7
Вариант 8
|