75076 stat PageW resize

75076 stat PageW resize



57


Statystyka matematyczna

Przykład 3.48. Temperatura procesora w komputerze może zależeć od wielu czynników, np. obciążenia pracą, temperatury otoczenia, szybkości działania wiatraczka, itd. Z kolei plony na polu mogą zależeć od ilości opadów, temperatury, ilości nawozów, itp.

Zakładać będziemy, że istnieje zależność liniowa pomiędzy zmienną zależną a zmiennymi niezależnymi, tzn. nasz model analizy regresji przedstawić możemy jako

Y = bo -f i»ix.i ■+*...+ bpx.p + £ ,    (3.172)

gdzie Y jest zmienną losową obserwowalną, x.i,x.2,... ,x_p - zmiennymi deterministycznymi obserwowalnymi, £ - losowym, nieobserwowanym błędem. W tym modelu nasze obserwacje mają zatem postać wektorów

(Xn, X12,. . . , Xip, tt), (x2l,X22, • . . , *2p, Y*),. . . , (x„i, Xn2,. . . , Xnp, Yn) ,

(3.173)

gdzie pierwszy numer w indeksie dolnym oznacza numer obserwacji (czyli przypadek), zaś drugi numer odnosi się do tego, że zaobserwowano wartość odpowiedniej zmiennej x.j. Stąd model ten zapisać możemy w postaci

Yi = bo + bjiij £i ,    (3.174)

j=i

gdzie i = l,...,n i j = l,...,p oraz zakładamy, że n > p-f-1. Dzięki temu ostatniemu założeniu będziemy dysponować dostateczną ilością informacji w celu wyestymowania nieznanych dla nas parametrów bo,bi,... ,bp. Model (3.174) można prościej zapisać w postaci macierzowej


(3.175)

a w skrócie


(3.176)


Y = Xb 4- € ,

gdzie Y jest wektorem n-elementowym złożonym z obserwacji zmiennej zależnej, macierz X ma wymiar n x {p+ 1) iw pierwszej kolumnie złożona jest z jedynek (co odpowiada wyrazowi wolnemu bo), a w pozostałych zawiera obserwacje zmiennych niezależnych pogrupowane w kolumny odpowiadające kolejnym parametrom bijbz,... ,bp, b to wektor p -f- 1-elementowy zawierający nieznane parametry modelu bo,bi,... ,bp, a e jest wektorem n-elementowym błędów.

Podobnie jak poprzednio, naszym celem jest znalezienie estymatorów bo,... ,bp nieznanych parametrów modelu. W tym celu stosujemy zmodyfikowaną metodę najmniejszych kwadratów, która w regresji wielorakiej polega na rozwiązaniu zadania minimalizacji

^rain (Xb - Y)T (Xb - Y) .    (3.177)

Załóżmy, że macierz X jest macierzą pełnego rzędu (czyli rankX = p+1). Wtedy można rozwiązać analitycznie zadanie (3.177) i estymatory najmniejszych kwadratów dane są wzorem

(3.178)


b=(XTX) ‘xTY,


Wyszukiwarka

Podobne podstrony:
stat PageW resize 57 Statystyka matematyczna Przykład 3.48. Temperatura procesora w komputerze może
24670 stat Pagea resize 61 Statystyka matematyczna Przykład 3.52. Cena akcji pewnej firmy w kolejny
stat Page resize 27 Statystyki! matematyczna3.2    Model statystyczny W wielu przyp
stat Page) resize 29 Statystyka matematyczna Co istotne w twierdzeniu 3.11, dwie trochę tylko inacz
stat Page9 resize 39 Statystyka matematyczna gdzie również ©i C ©, przy czym ©o n Oi = 0. Oznacz to
stat PageA resize >11 Statystyka matematyczna W teście statystycznym staramy się przede wszystki
stat PageC resize 43 Statystyka matematyczna dla pewnego ustalonego po    względem h
stat PageQ resize 51 Statystyka matematyczna (np. niebranymi pod uwagę zmiennymi). W ten sposób mod
stat PageS resize 53 Statystyki! matematyczna3.7.3 Podstawowa tożsamość analizy wariancji i jej
stat PageU resize 55 Statystyka matematyczna3.7.5 Losowa zmienna objaśniająca Przedstawiony wcześni
stat PageY resize 59 Statystyka matematyczna Ze względu na fakt, iż w modelu tym dopuszczamy istnie
stat Pagec resize 63 Statystyka matematyczna co daje nam wskaźnik o formule Laspeyresa (wielkość sp
stat PageG resize 47 Statystyka matematyczna Testy zgodności z rozkładem normalnym Testy te sprawdz
68990 stat PageI resize 49 Statystyka matematyczna W statystyce opisowej możemy obliczyć odpowiedni

więcej podobnych podstron