Методы прогнозирования. Сухарев М.Г. - 68 стр.

UptoLike

ВУЗ: 

РГУНиГ им. Губкина | Москва

Составители: 

Рубрика: 

68
2
1
e
x
y
, то придется иметь дело с корреляционным полем в ко-
ординатах
( , ln )
x y
. Таким образом, остатки этой модели должны
характеризовать ошибки в определении
ln
y
. Стандартных мето-
дов для сопоставления этой модели с моделью (2.10.5) или
(2.10.6) нет, поэтому в каждом случае следует учитывать специ-
фику проблемы и проводить детальный анализ.
Проверка адекватности модели
Все результаты, полученные методом регрессионного ана-
лиза, будут обоснованными в случае, если остатки
удовлетво-
ряют предположениям 1 – 4 подраздела 2.3 (см. соотношения
(2.3.6) – (2.3.9)). Проверку этих предположений можно произве-
сти, рассматривая оценки остатков
ˆ
ˆ
( 1, , ),
i i i
Y Y i n
 
или в
векторной записи
ˆ
ˆ
n
ε Y Y I P Y
. (2.10.10)
Остатки
ˆ
ε
в модели регрессионного анализа удовлетворяют
соотношениям (см. п. 2.5 и приложение В)
2
2 2
ˆ ˆ
; .
n n
M
ε 0 Dε I P I P
(2.10.11)
Несмещенной оценкой
2
служит
2 2
ˆ
ˆ
( 1).
i
n s

В предположении (2.3.9) вектор
ˆ
ε
имеет многомерное нор-
мальное распределение, а маргинальное распределение
ˆ
i
имеет
вид
2
ˆ
(0, (1 )).
i ii
N p
(2.10.12)
Дисперсия
ˆ
i
в (2.10.12) определятся согласно (2.10.11),
ii
p
― диагональный элемент матрицы
P
.

Страницы