Основы научных исследований. Экспериментальное исследование технических устройств. Бакеев Д.А - 58 стр.

UptoLike

Здесь
n
ij
обозначает количество реализаций, в которых наблюдалась пара
x
i
, y
j
. Предполагается, что x
1
, x
2
, …, x
m
и y
1
, y
2
, …, y
k
упорядочены по возраста-
нию. Назовем условным средним значением случайной величины
У при усло-
вии, что , величину
i
xx =
ik2i1i
kik22i11i
xi
nnn
ynynyn
У
+++
+
+
+
=
K
K
.
Аналогично, условным средним значением Х при условии называется
величина
i
yy =
mjj2j1
mmj2j21j1
yj
nnn
xnxnxn
X
+++
+
+
+
=
K
K
.
По таблице 2.5.1 можно составить две новые таблицы.
Таблица 2.5.2
1
X
2
X
m
X
. . .
1
x
У
2
x
У
. . .
m
x
У
Таблица 2.5.3
1
У
2
У
m
У
. . .
1
у
Х
2
у
Х
m
y
Х
. . .
Ломаная линия, построенная по таблице 2.5.2, называется эмпирической
линией регрессии
У на Х. Аналогично линия для таблицы 2.5.3 называется эм-
пирической линией регресcии
Х на У.
В ряде случаев вместо эмпирической линии регрессии строят плавную ли-
нию, иногда просто прямую линию, наилучшим образом приближающую дан-
ные таблиц 2.5.2 или 2.5.3. Такая линия (или прямая) называется теоретиче-
ской линией (или прямой регрессии). Корреляционная зависимость называется
прямой корреляцией, если линия регрессии возрастает. В противном случае за-
висимость называется обратной корреляцией. Проще всего искать линию рег-
рессии в виде многочлена. Коэффициенты этого многочлена определим сле-
дующим способом, который называется методом наименьших квадратов.
Будем искать линию регрессии с
У на Х по таблице 2.5.2 в виде многочлена:
. (2.5.1)
e1e
2l
2
1e
1
e
0
axaxaxaxaу +++++=
K
Составим следующую сумму:
(2.5.2)
()
.axaxaxaуS
2
ei1e
ie
i1
e
i0i
m
1i
=
=
K
58
     Здесь nij обозначает количество реализаций, в которых наблюдалась пара
xi, yj. Предполагается, что x1, x2 , …, xm и y1, y2, …, yk упорядочены по возраста-
нию. Назовем условным средним значением случайной величины У при усло-
вии, что x = xi , величину

                                        ni 1 y1 + ni 2 y2 + K + nik yk
                           У xi =                                      .
                                              ni 1 + ni 2 + K + nik

   Аналогично, условным средним значением Х при условии y = yi называется
величина
                                        n1 j x1 + n2 j x2 + K + nmj xm
                           X yj =                                          .
                                            n1 j + n2 j + K + nmj

   По таблице 2.5.1 можно составить две новые таблицы.

                                                                                    Таблица 2.5.2

         X1                     X2                             ...                  Xm
        Уx1
                                Уx  2
                                                               ...                  У xm

                                                                                    Таблица 2.5.3

        У1                       У2                             ...                 Уm
        Ху    1
                                 Ху     2
                                                                ...                 Хy     m




   Ломаная линия, построенная по таблице 2.5.2, называется эмпирической
линией регрессии У на Х. Аналогично линия для таблицы 2.5.3 называется эм-
пирической линией регресcии Х на У.
   В ряде случаев вместо эмпирической линии регрессии строят плавную ли-
нию, иногда просто прямую линию, наилучшим образом приближающую дан-
ные таблиц 2.5.2 или 2.5.3. Такая линия (или прямая) называется теоретиче-
ской линией (или прямой регрессии). Корреляционная зависимость называется
прямой корреляцией, если линия регрессии возрастает. В противном случае за-
висимость называется обратной корреляцией. Проще всего искать линию рег-
рессии в виде многочлена. Коэффициенты этого многочлена определим сле-
дующим способом, который называется методом наименьших квадратов.
   Будем искать линию регрессии с У на Х по таблице 2.5.2 в виде многочлена:

                      у = a0 x e + a1 x e−1 + a2 xl −2 + K + ae−1 x + ae .                     (2.5.1)

   Составим следующую сумму:
                          m
                    S=   ∑
                         i =1
                                ( уi − a0 xie − a1 xie−i − K − ae−1 xi − a e )2 .              (2.5.2)


                                                  58