Слайд 2Представление исходных данных
Yt1, Yt2, Yt3………………Ytn
Слайд 3Представление исходных данных
У1 Х11 Х12 …………X1k
У2 Х21 Х22 …………X2k
… ………… ………
Уn Xn1
Xn2 …………Xnk
n > k ~ 3
Слайд 4Представление исходных данных
Слайд 5Построение корреляционно-регрессионной модели
У=в0+в1*х1+в2*х2 + … BkXk +ε
Слайд 6Оценка параметров модели
Оценка параметра называется несмещенной, если ее математическое ожидание равно оцениваемому
параметру
Оценка параметра называется состоятельной, если она сходится по вероятности к оцениваемому параметру при возрастании количества наблюдений
Оценка параметра называется эффективной, если она имеет наименьшую дисперсию среди возможных несмещенных оценок параметра, вычисленных по выборкам одного и того же объема n
Слайд 7Требования к исходным данным
Объясняющие переменные х1, х2…..хк рассматриваются как неслучайные величины
Величины х1,
х2…..хк не связаны между собой линейной функциональной зависимостью
Слайд 8Требования к регрессионным остаткам
Регрессионные остатки εi есть взаимонезависимые случайные величины с нулевым
математическим ожиданием
Регрессионные остатки εi имеют постоянную остаточную дисперсию
Вектор регресионных остатков подчиняется n-мерному нормальному закону распределения вероятностей
Слайд 9Исходная информация
В=(ХтХ)-1ХтУ
У1 1 Х11 Х12
У2 1 Х21 Х22
… …………
Уn 1
Xn1 Xn2
Слайд 10Используемые функции
Хт транспонированная матрица.
Копировать, специальная вставка, выбрать окошко «транспонировать», ввод
МУМНОЖ
МОБР
Shift + Alt
+ Enter
Слайд 11Оценка значимости уравнения в целом
Fрасч =
Слайд 12Сравнение расчетного и табличного значения
Fтабл =FРАСПОБР
Вероятность = вероятности ошибки
V1 = K+1
V2 =
n-k-1
Fрасч > Fтабл Уравнение значимо
Слайд 13Оценка значимости регрессоров
Tbj = bj/sbj
Ковариационная матрица по bj
S*(XтХ)-1
S2 = Qост/(n-k-1)
По диагонали
этой матрицы находим Sbj в квадрате
Слайд 14Определение значимости регрессоров
tтабл = СТЬЮДРАСПОБР
Вероятность ошибки
V1=n-k-1
tрасч > tтабл по абсолютной величине, то
регрессор значим
Слайд 15Множественный коэффициент детерминации
Слайд 16Точечный и интервальный прогноз
Расчет прогнозных значений по лекциям
Слайд 17Расчет интервального прогноза для простейшей модели
Yn+1∈Yn+1 ±tтS