Составители:
Рубрика:
22
5. РЕГРЕССИОННЫЙ АНАЛИЗ
Идея данного подхода – связать уровень смертности n (как зависи*
мую переменную) с метеорологическими данными и характеристика*
ми магнитной и солнечной активности (как независимыми перемен*
ными). Как правило, строят линейные уравнения вида
1 232 32 32 32 32 32 32
12 3 4 56 7 8
.n t p vcp ak s w ps as
5.1. Уравнения линейной регрессии
Поиск коэффициентов a
i
осуществляется на основе процедуры ме*
тода наименьших порядков. Решение соответствующей системы ли*
нейных уравнений решается любыми традиционными методами (Кра*
мера, Гаусса и т. д.). Возможно построение более сложных регрессион*
ных уравнений, прежде всего, создавая новые параметры, например
вида
tpvcp
и т. п. Истолковать физический смысл новых искусст*
венно созданных параметров будет затруднительно. Тем не менее мож*
но будет строить новые уравнения линейной регрессии с большим чис*
лом переменных.
Примеры некоторых уравнений линейной регрессии приведены ниже:
120,454795 0,03994np,
120,454795 0,105515nas
,
1 20,454795 0,0000346nt
,
12 20,1026 0,0049 0,04113ntp,
12 2 3 3 2
23 3
0,40142 0,00321 0,01568 0,03174 0,00095
0,00066 0,00394 0,01133 .
ntpvcpak
sw ps
По ряду причин прогностическая ценность этих уравнений линей*
ной регрессии мала. Первая причина заключается в отсутствии диск*
риминации классов по большинству признаков (t, ak, vcp, s, w, ps). В
этом случае практически любым значениям указанных независимых
переменных будут соответствовать практически любые значения фун*
кции n. Для независимой переменной p дискриминация классов уста*
новлена с высоким уровнем значимости. Однако механизм дискрими*
нации носит пороговый характер, а это в большинстве случаев не по*
зволяет построить уравнение регрессии.
Страницы
- « первая
- ‹ предыдущая
- …
- 20
- 21
- 22
- 23
- 24
- …
- следующая ›
- последняя »
