- •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
2.4.3 Построение эмпирического уравнения линейной регрессии
Практические исследования показывают, что в большой части случаев наблюдаемая зависимость между изучаемыми величинами (по крайней мере - приближенно) может быть описана с помощью линейной регрессионной модели.
.................................................................................................................................................................................................................................................................
В частности, в курсе теории вероятностей доказано, что .......................... .......................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................
Пусть в результате n независимых испытаний получена двумерная выборка значений изучаемых величин ................................., на основании которой необходимо построить уравнение линейной регрессии Y от Х. Соотношение ........ в этом случае примет вид:
..................................................................................
.................................................................................................................................................................................................................................................................
......................................................................................................................................
......................................................................................................................................
Таким образом, система нормальных уравнений имеет вид:
..............................................................
...............................................................
Решая эту систему уравнений, будут найдены значения коэффициентов эмпирического уравнения линейной регрессии ..........................................:
..................................................................................................................
где ..................................................................................................................
2.4.4. Построение эмпирических уравнений регрессии нелинейного вида
В соответствии с методикой, описанной выше, можно построить эмпирические уравнения регрессии произвольного вида.
а) Гиперболическая регрессионная модель: ...........................................
Система нормальных уравнений для определения значений коэффициентов ..... и ..... имеет вид:
б) Полиномиальная регрессионная модель
:..............................................................
Система нормальных уравнений для определения параметров ................ имеет вид: