Методы прогнозирования. Сухарев М.Г. - 32 стр.

UptoLike

ВУЗ: 

РГУНиГ им. Губкина | Москва

Составители: 

Рубрика: 

32
распределения величин близки к нормальному закону, то есть в
широком диапазоне практических ситуаций.
К тому же линейная зависимость может в некотором интер-
вале рассматриваться как хорошее приближение нелинейной.
Линейная модель для одного регрессора имеет вид
0 1
, .
Y x
(2.3.1)
Такая запись предполагает, что зависимая переменная
из-
меряется с ошибкой.
Y
― замеренное значение,
― точное, но
неизвестное значение, ― ошибка. Величина
линейно зависит
от регрессора
x
,
0 1
― неизвестные коэффициенты линейной
функции. Снабжая величины
Y
,
x
, нижним индексом
i
, полу-
чим
n
соотношений
0 1
, ( 1, , ),
i i i
Y x i n
(2.3.2)
которые удобно записать с использованием векторно-матричных
обозначений в виде
,
Y X
β ε
(2.3.3)
где
1 1 1
0
1
1
, , , .
1
n n n
Y x
Y x
Y X β ε
Запись (2.3.3) остается справедливой и для общего случая
линейной зависимости с
s
регрессорами
0 1 1
.
s s
x x
 
(2.3.4)
При этом вектор
β
будет иметь размер
( 1) 1
s
, а матрица
X
―
( 1)
n s

Страницы