Составители:
Рубрика:
63
значение
s
(в приведенном примере можно было взять
4
s
) и
последовательно отбрасывают члены с наибольшими степенями,
пока снижение остаточной суммы квадратов не станет значимым.
2.10 Нелинейные приближения. Подбор эмпирических
зависимостей
Модель регрессионного анализа должна быть линейной от-
носительно неизвестных параметров
β
. Однако каноническая за-
пись модели в форме (2.3.3), где
и
X
β
представлены соотноше-
ниями (2.3.5), не является единственно возможной. Регрессоры
1
,
s
x x
выбираются первоначально в соответствии с содержа-
тельной постановкой проблемы. Но при этом линейность по
x
в
модели (2.3.4) не является обязательным условием. Естественным
обобщением модели (2.3.4) является модель
1 1
( ) ( ) ( )
q q
x x X
(2.10.1)
Функции
1
( ), , ( )
q
x x
компонент вектора могут быть
приняты за новые регрессоры, которые, однако, не обязательно
будут иметь естественную интерпретацию. Модель (2.10.1), рас-
ширяя границы регрессионного анализа, не вносит новых про-
блем, техника исследования не изменяется.
Еще один прием состоит в том, что вместо
Y
пользуются
некоторыми функциями от
Y
. Рассмотрим примеры нелинейных
моделей, сводящихся к моделям линейным, при этом ограничим-
ся пока случаем одного регрессора. Вид используемой функции
может быть подсказан структурой корреляционного поля, физи-
ческими, технологическими соображениями или, наконец, сло-
Страницы
- « первая
- ‹ предыдущая
- …
- 61
- 62
- 63
- 64
- 65
- …
- следующая ›
- последняя »
