14.Регрессионный анализ
Важной задачей статистического измерения связей явл определение зависимости средней величины рез-та под значение фактора.
Эта зависимость наз корреляционной, а ур-е связи наз ур-ем регрессии.
yx=f(x1, x2…..xn)
yx=a0+a1*x
Для того чтобы построить это ур-е регрессии нужно определить коэф-ты регрессии а0 и а1
Для этого используются метод наименьших квадратов.
x1, x2,…xn
y1, y2,…xn
Z =∑( a0+a1*x-y)2 → min
Для того чтобы определить коэф-т а0 и а1 мы дифференцируем
∂Z/∂a0 =∑ 2( a0+a1*x-y)=0
∂Z/∂a1=∑ 2( a0+a1*x-y)2-1*x=0
a0*n+a1*∑x=∑y
a0*∑x +a1*∑x2=∑yx
yx=a0*+a1**x
Если рез-т зависит от нескольких факторов, то тогда Ур-е регрессии может быть представлено в виде линейного множественного Ур-я.
yx=a0*+a1**x1+a2*x2+…+an*xn
Для определения коэф-тов регрессии используют метод наименьших квадратов
Z =∑( a0+a1*x1+…+ an*xn-y)2 → min
Берутся производные по всем коэф-м регрессии = 0 и на основании этого условия формируется система нормальных Ур-й.
a0*n+a1*∑x1+a2*∑2+…+an∑xn=∑y
a0*∑x 1+a1*∑x21+ a2*∑x1*x2+ +an∑x1*xn=∑y1x1
an∑xn+a1∑x1*xn+ a2*∑x1*xn+… an∑xn2= =∑y xn
В рез-те решения системы нормальных ур-й получаются коэф-ты а0, а1, ….аn и получается ур-е :
yx=a0+a1*x1+а2*х2+…+ an*xn
На ряду с линейными уравнения регрессии широкое распространение имеют нелинейные Ур-я регрессии. Множественное нелинейное Ур-е регрессии может быть предоставлено следующим образом:
Yx= a0*x1a1*x2a2*….xnAn
Для того чтобы определить коэф-ты регрессии, то нелинейное Ур-е прологарифмируем.
lnyx=lna0+a1*lnx1+а2*lnх2+…+ an*lnxn
yx'=a0'+a1*x1'+а2*х2'+…+ an*xn' – свели нелинейное Ур-е к линейному. И теперь воспользуемся методом наименьших квадратов и определим:
a0', а1, а2…..аn
a0=е а0'
x=a0*ka1*La2
yx= a0*хa1*хa2
U=a0+a1*x – линейное Ур-е.