Так как является несмещённой
оценкой
, то ошибка
,
(9.2.6)
представляет собой случайную величину с математическим ожиданием
и дисперсией
.
4. Величины и xi
являются стохастически независимыми, так как xi
являются детерминированными и, следовательно, справедливо равенство
,
,
где - корреляционный момент
и xi.
5. Результаты наблюдений являются независимыми:
, i ¹ l,
,
.
6. Величины и, следовательно,
ошибки
распределены по нормальному закону.
Необходимо заметить, что отклонения от нормального закона встречаются часто,
однако имеют существенное значение только в том случае, если они велики.
В большинстве практических случаев сбор данных или весьма затруднён,
или связан с большими затратами. Поэтому нередко каждому значению фактора x соответствует только одно значение результата и тогда m = 1,
yij = yi. В связи с тем, что это значение
извлекается случайным образом из генеральной совокупности, величина yi является несмещённой оценкой величины . Учитывая данное обстоятельство, имеем
,
,
.
Регрессионный комплекс, соответствующий модели (9.2.2), значительно отличается от рассмотренного и имеет следующие особенности.
Пусть проводится исследование некоторой системы, при этом выполняется
n опытов. В каждом опыте может быть
зарегистрировано m значений фактора , характеризующего воздействие среды на
систему, и столько же соответствующих значений результата
, который является характеристикой
воздействия системы на среду. Поскольку любая точка (xij; yij) случайным образом извлекается из
генеральной совокупности, то её можно рассматривать как результат i-го опыта:
(xij; yij) = (xi; yi),
,
.
В этом случае результаты наблюдений могут быть представлены в виде табл.9.2.
Таблица 9.2
Представление результатов однофакторного эксперимента (модель РА-2)
Значения фактора |
x1 |
x1 |
××× |
x1 |
××× |
x1 |
Значения результата |
y1 |
y1 |
××× |
y1 |
××× |
y1 |
Очевидно, что нижняя строка табл.9.2 представляет собой одновременно и оценки условных математических ожиданий:
,
.
Как и в модели РА-1 графически результаты наблюдений могут быть представлены в виде поля корреляции, рис.9.3.
Рис.9.3. Поле корреляции и кривая регрессии
Из сравнения рис.9.2 и 9.3 вида разница между моделями РА-1
и РА-2. Если в первой модели результаты наблюдений рассеивались при
определённых значениях фактора x, то во второй
результаты располагаются произвольно по всему полю корреляции. Случайный
характер значений фактора определяет и
особенности РА-2. Эти особенности проявляются как в системе предположений, в
рамках которых выполняется РА-2, так и в методах, которые используются при его
проведении. Для модели РА-2 справедливы предположения 2, 3, 5, 6.
Так как фактор является случайным, то в общем случае
,
,
.
Особенности методов, используемых в РА-2, рассмотрены ниже.
Пусть из каких-либо соображений выбран класс функций Y, которому принадлежит функция регрессии
y = f(x). (9.2.6)
Эта функция определяется также и вектором числовых параметров
(a0, a1,…, ak)т = A<k+1>. (9.2.7)
Поэтому выражение (9.2.6) можно представить в виде
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.