![]() Главная страница Случайная страница КАТЕГОРИИ: АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника |
Выбор типа регрессионного уравнения
Как слишком упрощенные, так и слишком усложнённые модели являются неточными. Для построения подходящей регрессионной модели рекомендуется использовать метод пошаговой регрессии. Разработчик априорно намечает перечень входных переменных k и составляет k уравнений вида y=b1+b2xi, i=1..k. Методом наименьших квадратов для каждого уравнения определяют оценки параметров b1 и b2. и среднеквадратичные отклонения I. Среднеквадратичное отклонение вычислялось по формуле: По минимуму среднеквадратичного отклонения выбирают наиболее информативный фактор (обозначим его буквой m). Затем составляют k-1 уравнений вида y=b1+bmxm+bIxi, i=1..k, i¹ m. Определяют оценки параметров уравнения b и по минимуму среднеквадратичного отклонения определяют следующий фактор и т.д. Процесс повторяют до тех пор, пока полученная модель не будет иметь достаточную точность, о которой можно судить по величине среднеквадратичной ошибки. Потом добавляются остальные факторы, в качестве произведения, и так, и опять считают всё снова.
|