- •2. 3 Статистическая проверка гипотез
- •2.3.1 Основные понятия теории статистической проверки гипотез
- •2.3.2 Ошибки, допускаемые при проверке гипотез
- •2.3.3 Применение критерия Пирсона 2 для проверки гипотезы о виде закона распределения случайной величины
- •2. 4 Элементы регрессионного анализа
- •2.4.1 Основные понятия регрессионного и корреляционного анализа
- •2.4.2 Построение эмпирического уравнения регрессии
- •2.4.3 Построение эмпирического уравнения линейной регрессии
- •2.4.4. Построение эмпирических уравнений регрессии нелинейного вида
- •2.4.5. Проверка адекватности эмпирического уравнение регрессии выборочным данным
- •2.5 Элементы корреляционного анализа
- •2.5.1. Эмпирический коэффициент корреляции
- •2.5.2 Проверка значимости эмпирического коэффициента корреляции
- •2.5.3 Оценка тесноты зависимости при использовании нелинейных регрессионных моделей
2.4.2 Построение эмпирического уравнения регрессии
Важнейшим этапом регрессионного анализа является выбор подходящей регрессионной модели, т.е. ............................................................................ .....................................................................................................................................
Обычно этот выбор осуществляется на основании знаний о физической сущности задачи опыта предыдущих исследований. При изучении двумерных выборок широко используются диаграммы рассеивания.
Диаграммой рассеивания (корреляционным полем) называется ...... ............................................................................................................................................................................................................................................................................
..........................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................
Примеры:
Осуществив выбор вида функции регрессии, мы фактически получаем класс сравниваемых функций определенного типа, зависящих от параметров. В общем случае можно записать:
........................................................................................................................
Для выбора из этого класса функции, наилучшим образом описывающей наблюдаемую зависимость, используется метод наименьших квадратов (МНК). Согласно этому методу ...................................................................... ........................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................
Значения параметров ..... по методу МНК определяются из условия:
.....................................................................................................................................
.........................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................