Kilka wybranych uzupełnień

do zagadnień regresji

Janusz Górczyński

1
Estymacja parametrów modelu
Wektor ocen cząstkowych
współczynników regresji znajdujemy z
równania:
Bˆ  V C1

A oceny błędów cząstkowych współ-

czynników regresji z zależności:
2 jj
S bˆ  S y / x1 ... xk v
j

2
Estymacja parametrów modelu
2
Symbol S y / x1 ... xk oznacza średni kwadrat
odchyleń od modelu regresji,
a v jj oznacza element przekątniowy
macierzy odwrotnej do macierzy V

3
 Przedział ufności dla cząstkowego
współczynnika regresji
Wykorzystując oceny błędów cząstkowych
współczynników regresji możemy zbudo-
wać przedziały ufności dla prawdziwych
wartości tych współczynników:

b j  (bˆ j t ; vE S bˆ ) z P  1  
j

4
Ocena błędu stałej regresji

Ocenę błędu stałej regresji znajdziemy z

wzoru:
Sˆ
b0  S y2 / x1... xk a0

gdzie
1

a0  1 1n D1T V 1D1
n

5
Ocena błędu stałej regresji
Macierz D1 jest wektorem kolumnowym
średnich zmiennych objaśniających:
T
D1  x1 , ..., xk 
T

a n jest liczebnością próby losowej.

6
 Prognozowanie w modelu
regresyjnym
Po wyestymowaniu parametrów modelu
k
y  b0  b
j 1
jxj ej

Z układu równań
VBˆ  C
gdzie V jest macierzą wariansów i kowar-
iansów między zmiennymi niezależenymi.
7
 Prognozowanie w modelu
regresyjnym
Wartość regresyjną (przewidywaną) w
punkcie o współrzędnych x 0 znajdujemy z
wzoru: ˆb0 
yˆ  1 x 0   
ˆ 
B 

gdzie x 0  x10 ... xk 0 

8
 Błąd prognozy
Błąd wartości regresyjnej (prognozy)
znajdujemy z wzoru:
S yˆ  2

S y / x1 ,...,xk 1  1
x 0  V0  1 x0 
T

1
gdzie macierz 0 V ma postać:
1 A0 D2 
V0  T 1 
D 2 V 

9
 Błąd prognozy
1
Macierze występujące w macierzy 0 :
V
1

A 0  1  1n D1  V 1  D1T
n

D1     xki 
n n
x1i ...
 i 1 i 1 
1
D 2   D1  V 1
n

10
 Przykład zastosowań
Proszę szczegółowo przeanalizować dane
zapisane w arkuszu „sprzedaz 3.xls” .
Przedstawiona w tym pokazie problematyka
została wykorzystana do analizy szeregu
czasowego poprzez zbudowanie modelu
tendencji rozwojowej, a po jego
wyznaczeniu do prognozowania przyszłych
wartości analizowanej cechy.
11
Dziękuję za uwagę

12