Uzyskane metodą najmniejszych kwadratów parametry regresji y względem x wyrażają się następującymi wzorami: b = ?-a2 cop(r.y) s(y)
°= s’(*) =Txy‘s(x)
Analogicznie, funkcję regresji II rodzaju zmiennej 'x względem zmiennej y określa się jako prosta o równaniu:
gdzie, podobnie jak poprzednio, współczynniki c i d uzyskuje się metodą najmniejszych kwadratów (MNK), a zatem:
£(*i - *i)2 = - d)2 — min
1=1 1=1
Uzyskane metodą najmniejszych kwadratów parametry regresji x względem y wyrażają się następującymi wzorami: d = $ — cyt
_ cov(x, y) _ s(x)
PARAMETRY FUNKCJI REGRESJI II RODZAJU
Parametr a( c ) to tzw. współczynnik regresji Informuje o ile średnio rzecz biorąc wzrośnie (w przypadku dodatnie jego wartości), bądź spadnie (w przypadku ujemnej wartości) wartość zmiennej objaśnianej, gdy wartość zmiennej objaśniającej wzrośnie o jednostkę.
Parametr b(d) zazwyczaj nie posiada interpretacji merytoreycznej.
PRZYKŁAD:
OBKUIY |
ZYSK | |
N |
mttfest |
H er* et |
X |
y | |
1 |
90 |
40 |
2 |
85 |
35 |
3 |
110 |
50 |
4 |
125 |
45 |
5 |
120 |
40 |
G |
150 |
61 |
7 |
140 |
45 |
8 |
IGO |
61 |
9 |
200 |
70 |
10 |
190 |
61 |
11 |
220 |
85 |
12 |
210 |
65 |
£ |
1800 |
660 |
f = ax + b
COV(x.y) 579,2
a =-77~\— -“ 0.293
z* (z) 1979.2
b = 55-0,3 -150= 11,05
DOKŁADNOŚĆ MODELU REGRESJI
MOOCL REGRESU: = 0,293 • X + 11,05
/' .
Wirost obrotow o 1 tyt sf (1 jednostki) ponoduje
29id.
Dopasowanie modelu do danych można ocenić analizując reszty:
gdzie # jest wartością teoretyczną, wyliczaną na podstawie funkcji regresji.
UWAGA: Suma reszt zawsze jest równa 0 !
Miernik dokładności oszacowania:
- wariancja resztowa i odchylenie standardowe reszt