Выбор оптимального уравнения парной регрессии



Парная регрессия – это когда уравнением описывается зависимость функции  от одного фактора . При определении вида аналитического выражения связи между  и  в первую очередь следует учитывать физическую сущность изученного явления. Если исследователь такой информацией не располагает, то единственным подходом является последовательный перебор основных видов уравнений: 1) линейной; 2) логарифмическое; 3) экспоненциальное; 4) степенное; 5) полином второго порядка; 6) полином третьего порядка.

1) ;                                                                                (1)

2) ;                                                                              (2)

3) ;                                                                                       (3)

4) ;                                                                                        (4)

5) ;                                                                           (5)

6) .                                                                 (6)

Программа «Регрессия» рассчитывает коэффициенты регрессии только линейной регрессии вида (1). Однако по виду нелинейные уравнения (2) - (6) можно линеаризовать, т.е. привести к линейному виду.

Например, рассмотрим степенную модель (4). Прологарифмируем левую и правую части:

.                                        (7)

Введем новые переменные: ; ; ; .

Тогда (7) можно записать так:

.                                        (8)

Теперь (8) – линейная модель. К ней можно применять МНК. В программу в качестве исходных массивов нужно ввести ; . Здесь  - экспериментальные данные.

В результате расчетов получим значения  и . Затем выполним обратное преобразование, заключающееся в определении  и  по  и . В рассматриваемом примере ; .

Таким образом, для определения оптимального вида уравнения регрессии по массивам исходных данных  и  необходимо получить все 6 видов уравнения. Лучшим будет то, у которого больше « -квадрат» (коэффициент детерминации);  (расчетное значение коэффициента Фишера) и меньше «Значимость » ( , соответствующее ).

Пример. Предприятие «Импульс» за месяц произвело 2000 приборов. Это генеральная совокупность. Из нее сделали выборку в объеме 11 приборов ( ). Выборка из генеральной совокупности, объемом 2000 приборов, выполнена с использованием генератора случайных чисел (каждый прибор имеет № от 1 до 2000). Для них путем замеров (стендовых испытаний) определены технические характеристики.

№ п/п Чувствительность прибора, мкВ/м Частота распознаваемого сигнала, мГц
1 90 10,07
2 96 9,73
3 92 10,04
4 98 9,82
5 86 10,57
6 88 10,02
7 98 9,67
8 90 9,98
9 86 10,51
10 92 9,92
11 90 9,93

 

На основе выборочного обследования необходимо сделать заключение о степени и характере зависимости предельной частоты распознаваемого прибором сигнала от его чувствительности. Для этого необходимо построить все уравнения регрессии (№ (1) – (6)) и выбрать лучшее уравнение.

Замечание: для получения уравнения (5) необходимо организовать и указать два массива ( и ); для получения уравнения (6) - три массива ( ,  и ).

 


Дата добавления: 2021-01-21; просмотров: 53; Мы поможем в написании вашей работы!

Поделиться с друзьями:






Мы поможем в написании ваших работ!