Прикладной регрессионный анализ. Многофакторная регрессия. Шашков В.Б. - 43 стр.

UptoLike

Составители: 

43
Недостатком данного способа решения задач регрессии является то,
что при нем возможны только комбинации базисных функций вида
x
i
или
x
i
x
j
. Действительно, для комбинации x
i
в четной степени колонка в таблице
6 будет повторять первую колонку для коэффициента
β
0
, а для комбинации x
i
в нечетной степенисоответствующую колонку при
β
i
. Матрица базисных
функций
F станет при этом вырожденной и матричные расчеты будут невоз-
можны.
5 Коэффициенты регрессии при неадекватной
математической модели
Математическая модель в виде полинома регрессии, адекватная функ-
ции истинного отклика, исследователю неизвестна так же, как и сама эта
функция. Выбор из ряда альтернативных полиномов при приемлемой точно-
сти принятого варианта также не позволяет найти именно адекватную мо-
дель. Поэтому обычно приходится довольствоваться каким-то приближени-
ем.
Пусть функция истинного отклика имеет вид
...
2
3
1
...
2
,1
1
1
0
)(
+
=
++
>=
+
=
+
=
i
x
k
i
iii
k
iji
j
x
i
x
ij
i
x
k
i
i
b
x
ββ
βϕ
(50)
а мы в силу сложившихся обстятельств ищем модель
i
x
k
i
i
x
=
+
=
1
1
0
),(
β
ββ
η
. (51)
Это и будет неадекватностью математической модели функции истинного
отклика. В функции (50)
к+1 коэффициентов, а мы в (51) находим к
0
+1 их
оценок. Размерность матрицы базисных функций
F должна быть n(k+1), а
мы имеем матрицу
F
0
с размерностью n(k
0
+1). В матрице F
0
будут отсутст-
вовать столбцы
x
ij
и
x
ii
, которые образуют полную илиистинную
матрицу
F
. Соответственно этой ситуации имеем векторы истинных коэффициентов
ββ
,
0
и их оценок в полиноме регрессии
*0
,bb . Тогда в соответствии с ос-
новным уравнением (14)
)()(
0
1
00
0
YFFFb
TT
= ,
а также
}){()(}{
0
1
00
0
YMFFFbM
TT
= .
Но поскольку расчетное значение отклика равно произведению строки
       Недостатком данного способа решения задач регрессии является то,
что при нем возможны только комбинации базисных функций вида xi или
xi⋅xj. Действительно, для комбинации xi в четной степени колонка в таблице
6 будет повторять первую колонку для коэффициента β0, а для комбинации xi
в нечетной степени – соответствующую колонку при βi. Матрица базисных
функций F станет при этом вырожденной и матричные расчеты будут невоз-
можны.

    5 Коэффициенты регрессии при неадекватной
математической модели

      Математическая модель в виде полинома регрессии, адекватная функ-
ции истинного отклика, исследователю неизвестна так же, как и сама эта
функция. Выбор из ряда альтернативных полиномов при приемлемой точно-
сти принятого варианта также не позволяет найти именно адекватную мо-
дель. Поэтому обычно приходится довольствоваться каким-то приближени-
ем.
      Пусть функция истинного отклика имеет вид
                   k1         k2                  k3
    ϕ ( x) = β 0 + ∑ bi x + ∑ β ij xi x j + ... + ∑ β iii x 2 + ...   (50)
                         i                                 i
                  i =1     i =1, j >i            i =1
а мы в силу сложившихся обстятельств ищем модель
                                       k1
                    η ( x, β ) = β 0 ∑ β i x
                                    +             .                   (51)
                                            i
                                      i =1
Это и будет неадекватностью математической модели функции истинного
отклика. В функции (50) к+1 коэффициентов, а мы в (51) находим к0+1 их
оценок. Размерность матрицы базисных функций F должна быть n(k+1), а
мы имеем матрицу F0 с размерностью n(k0+1). В матрице F0 будут отсутст-
вовать столбцы xij и xii , которые образуют полную или “истинную” матрицу
F∗. Соответственно этой ситуации имеем векторы истинных коэффициентов
β 0 , β∗
       и их оценок в полиноме регрессии b0 ,b* . Тогда в соответствии с ос-
новным уравнением (14)

                   b0 = ( F0T F0 )−1( F0T Y ) ,
а также
                 M {b0} = ( F0T F0 )−1( F0T M {Y }) .
Но поскольку расчетное значение отклика равно произведению строки


                                                                        43