img297

img297



wariancje tych zmiennych wyjściowych. Miarą owej determinacji jest kwadrat współczynnika korelacji wewnętrznej.

Oszacujemy teraz parametry przyjętego modelu na podstawie próby danych empirycznych.

Niech

X = [Xik] (/= 1,2, ...,p; * = 1,2.....n)

będzie macierzą obserwacji zmiennych x, a

Y = [yjk] (j = 1, 2, ..., q\ k = 1, 2, .... n) macierzą obserwacji zmiennych y. Na podstawie próby wyliczamy estymatory

(14.11)


T__L

gdzie X0 oraz Y0 są macierzami odchyleń obserwacji od średnich, tj. powstają przez odjęcie w macierzach X i Y odpowiednich średnich od każdego elementu; macierz


jest macierzą kowariancji danych empirycznych. Dodatkowo wprowadzamy oszacowanie

A

Pr “ rr

Wektory kanoniczne z próby u, i v, (l = 1,2,..., s) znajdujemy wyznaczając wektory z próby L, i M, ze wzorów (14.3) oraz (14.6) po podstawieniu w nich estymatorów odpowiednich macierzy kowariancji. Pozostałe wzory — wcześniej napisane — pozostaną prawdziwe po zastąpieniu w nich parametrów modelu ich estymatorami.

Otrzymane zmienne kanoniczne z próby mogą służyć prognozowaniu. Tak więc dla prognozy wartości zmiennych y; bierzemy zmienne kanoniczne m, (/' = 1, 2, ..., s) odpowiadające niezerowym korelacjom kanonicznym. Po odpowiednich przekształceniach otrzymamy

Y0 = SyyMMT SyxLLr X0t    gdzie L =[2,1, M = [M,) .    (14.12)

297


Wyszukiwarka

Podobne podstrony:
img297 wariancje tych zmiennych wyjściowych. Miarą owej determinacji jest kwadrat współczynnika kore
c) Jest kwadratem współczynnika korelacji między zmienną zależną a jej oszacowaniem 7.
Co stanie się ze współczynnikiem determinacji, gdy wartości współczynnika korelacji zwiększy się
img294 jest (również z uwagi na unormowane wariancje) równa współczynnikowi korelacji zmiennych u i
subiektywne kwa ntyf i kowanie zmiennych wyjściowych np. opisujących jakość instytucji publicznych (
OJ Współczynnik zmienności: Vz = 4-100%; z x Współczynnik zmienności: T3 Z miarą tą wiąże
69 (87) 78 Rozdział 3 caniem, tj. przy wysokiej temperaturze (różne warianty tych obróbek są przedst
wraz z woktoroa Jodynkovrym przedział A( n ^, 1 ), na którym f ul. Utwórzmy teroz iloczyn logiczny t
nieparametryczne. 1 9. Analiza wariancji. 1 10. Zmienne losowe wielowymiarowe. Korelacja liniowa
Zdjęcie145(2) ZMIENNOŚĆW STREET przypowierZCHN!OWEJ_TORFOWISKO a (d»n# I *2 punktów) Mlątaiott Jm] 1
71064 P6010224 ■MATLAB tworzenia funkcji i są cały czas trzymane jako te stałe, tj. późniejsze zmian
przeciwdziała. Drugi wariant tych badań (pozytywny) polega po prostu na robieniu tego, czego nie zwy
DSC05 (4) Charakterystyki liczbowe zmiennych losowych - przykład Przykład. Wariancja dla zmiennej l
PA275003 ANALIZA STATYSTYCZNA DANYCH Rys. 10.1. Główne okienko analizy wariancji. Definiowanie zmien
IMAG0139 ■ różnice pomiędzy wariantami); V Opis stanu wyjściowego środowiska (dla każdej lokalizacj
Capture282 28.9. Zasoby zmienności wspólnej Zasób zmienności wspólnej. Ir, jest proporcja wariancji

więcej podobnych podstron