Теория вероятностей и математическая статистика/Регрессионный анализ
Рассмотрим две случайные величины и . Регрессией на называется математическое ожидание случайной величины при условии, что : .
График функции называется кривой регрессии.
Если , то говорят о линейной регрессии на .
По данным выборки можно найти выборочные средние , и исправленные выборочные средние квадратические отклонения , .
Тогда оценки для коэффициентов и имеют вид , , где r — выборочный коэффициент корреляции, который вычисляется по формуле
.
Выборочный коэффициент корреляции . Он отражает степень линейной зависимости от .
Примеры
[править]Пример 1
[править]Десять раз при различных значениях признака было измерено значение признака . Получены следующие результаты:
2 | 2.8 | 3 | 3.1 | 3.5 | 3.9 | 4.1 | 4.4 | 4.6 | 5.1 | |
3.9 | 7.8 | 9.3 | 9.8 | 11.1 | 13.1 | 14 | 16.3 | 17.1 | 19.4 |
Найти уравнение регрессии на : .
Решение:
Все вычисления удобно производить в таблице.
Для нахождения коэффициентов и найдем все суммы (последняя строка таблицы).
, .
Тогда ;
;
.
Коэффициенты регрессии:
;
.
Таким образом, уравнение регрессии имеет вид
1 | 2 | 3.9 | -1.65 | -8.28 | 13.662 | 2.7225 | 68.5584 |
2 | 2.8 | 7.8 | -0.85 | -4.38 | 3.723 | 0.7225 | 19.1844 |
3 | 3 | 9.3 | -0.65 | -2.88 | 1.872 | 0.4225 | 8.2944 |
4 | 3.1 | 9.8 | -0.55 | -2.38 | 1.309 | 0.3025 | 5.6644 |
5 | 3.5 | 11.1 | -0.15 | -1.08 | 0.162 | 0.0225 | 1.1664 |
6 | 3.9 | 13.1 | 0.25 | 0.92 | 0.23 | 0.0625 | 0.8464 |
7 | 4.1 | 14 | 0.45 | 1.82 | 0.819 | 0.2025 | 3.3124 |
8 | 4.4 | 16.3 | 0.75 | 4.12 | 3.09 | 0.5625 | 16.9744 |
9 | 4.6 | 17.1 | 0.95 | 4.92 | 4.674 | 0.9025 | 24.2064 |
10 | 5.1 | 19.4 | 1.45 | 7.22 | 10.469 | 2.1025 | 52.1284 |
36.5 | 121.8 | 40.01 | 8.025 | 200.336 |
Упражнения
[править]