ВУЗ:
Составители:
Рубрика:
32
тесноту размещения точек на графике стохастической зависимости – чем гу-
ще дорожка точек, тем меньше значение
γ
.
На практике используют не показатель
γ
, а обратную ему величину,
равную
γ
−1 . Ее поведение аналогично поведению коэффициента парной
корреляции
ρ
х,у
–если зависимость между величинами отсутствует,
ρ
х,у
равен
нулю, если зависимость функциональная
ρ
х,
у
равен единице
.
Поэтому пере -
менную
γ
−1 называют корреляционным отношением
θ
, тогда
∑
=
−
∑
=
−
−+−=
n
g
sr
g
y
g
y
n
g
gr
y
g
y
1
2
1
2
11
γ
θ
, (33)
где
y
g
sr
− среднее арифметическое значений переменной по вектору
y
g
.
Таким образом, чем ближе значение
θ
к единице, тем сильнее сила сто-
хастической связи в найденной зависимости. Если корреляционное отноше-
ние равно единице, то такая связь является функциональной. Это равносиль-
но тому, что полином регрессии
),( bx
η
адекватен идеальной модели
),(
β
η
x , где
β
- идеальные коэффициенты регрессии, т.е. адекватен и
функции истинного отклика
)(x
ϕ
, а значение y
g
в таблице эксперименталь-
ных данных равно их математическим ожиданиям
M
{
y
g
}
.
Сравнение корреляционных отношений двух разных уравнений регрес-
сии, найденных для одной таблицы экспериментальных данных , позволяет
выявить более точное уравнение; при этом разница между значениями
θ
1
и
θ
2
должна быть статистически значимой.
3.3 Связь между коэффициентом корреляции и корреляционным
отношением
3.3.1 Некоторые соотношения линейной регрессии
Для линейного уравнения
b
0
+b
1
x=y, (34)
cистема нормальных уравнений состоит из двух уравнений
nb
o
+b
1
∑
x=
∑
y,
b
0
∑
x+b
1
∑
x
2
=
∑
xy.
тесноту размещения точек на графике стохастической зависимости – чем гу- ще дорожка точек, тем меньше значение γ. На практике используют не показатель γ, а обратную ему величину, равную 1−γ . Ее поведение аналогично поведению коэффициента парной корреляции ρх,у –если зависимость между величинами отсутствует, ρх,у равен нулю, если зависимость функциональная ρх,у равен единице. Поэтому пере - менную 1−γ называют корреляционным отношением θ, тогда n 2 ∑ y g − y gr g =1 θ = 1− γ + 1− , (33) n 2 ∑ g y − y sr g g =1 где y g sr − среднее арифметическое значений переменной по вектору y g . Таким образом, чем ближе значение θ к единице, тем сильнее сила сто- хастической связи в найденной зависимости. Если корреляционное отноше- ние равно единице, то такая связь является функциональной. Это равносиль- но тому, что полином регрессии η ( x, b) адекватен идеальной модели η( x, β ) , где β- идеальные коэффициенты регрессии, т.е. адекватен и функции истинного отклика ϕ ( x) , а значение yg в таблице эксперименталь- ных данных равно их математическим ожиданиям M{yg}. Сравнение корреляционных отношений двух разных уравнений регрес- сии, найденных для одной таблицы экспериментальных данных , позволяет выявить более точное уравнение; при этом разница между значениями θ1 и θ2 должна быть статистически значимой. 3.3 Связь между коэффициентом корреляции и корреляционным отношением 3.3.1 Некоторые соотношения линейной регрессии Для линейного уравнения b0+b1x=y, (34) cистема нормальных уравнений состоит из двух уравнений nbo+b1∑x=∑y, b0∑x+b1∑x2=∑xy. 32
Страницы
- « первая
- ‹ предыдущая
- …
- 30
- 31
- 32
- 33
- 34
- …
- следующая ›
- последняя »