Regresja REGRESJA

Podobne dokumenty
N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.

MODELE OBIEKTÓW W 3-D3 część

Różniczkowanie funkcji rzeczywistych wielu zmiennych. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski

1. Relacja preferencji

Permutacje. } r ( ) ( ) ( ) 1 2 n. f = M. Przybycień Matematyczne Metody Fizyki I Wykład 2-2

EKSTREMA FUNKCJI EKSTREMA FUNKCJI JEDNEJ ZMIENNEJ. Tw. Weierstrassa Każda funkcja ciągła na przedziale domkniętym ma wartość najmniejszą i największą.

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

Prawdopodobieństwo i statystyka r.

Podprzestrzenie macierzowe

FUNKCJE DWÓCH ZMIENNYCH

Prawdopodobieństwo i statystyka r.

f f x f, f, f / / / METODA RÓŻNIC SKOŃCZONYCH niech N = 2 (2 równania różniczkowe zwyczajne liniowe I-rz.) lub jedno II-rzędu

Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA

i = 0, 1, 2 i = 0, 1 33,115 1,698 0,087 0,005!0,002 34,813 1,785 0,092 0,003 36,598 1,877 0,095 38,475 1,972 40,447 i = 0, 1, 2, 3

Analiza Matematyczna Ćwiczenia. J. de Lucas

VI. TWIERDZENIA GRANICZNE

W loterii bierze udział 10 osób. Regulamin loterii faworyzuje te osoby, które w eliminacjach osiągnęły lepsze wyniki:

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8

STATYKA. Cel statyki. Prof. Edmund Wittbrodt

Wnioskowanie statystyczne dla korelacji i regresji.

Statystyka Inżynierska

PŁASKA GEOMETRIA MAS. Środek ciężkości figury płaskiej

ZAGADNIENIE TRANSPORTOWE

ma rozkład normalny z wartością oczekiwaną EX = EY = 1, EZ = 0 i macierzą kowariancji

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5

JEDNOWYMIAROWA ZMIENNA LOSOWA

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

5. OPTYMALIZACJA NIELINIOWA

IV. ZMIENNE LOSOWE DWUWYMIAROWE

( X, Y ) będzie dwuwymiarową zmienną losową o funkcji gęstości

będą niezależnymi zmiennymi losowymi z rozkładu o gęstości

. Wtedy E V U jest równa

ROZKŁADY ZMIENNYCH LOSOWYCH

8.1 Zbieżność ciągu i szeregu funkcyjnego

Projekt 2 2. Wielomiany interpolujące

opisać wielowymiarową funkcją rozkładu gęstości prawdopodobieństwa f(x 1 , x xn

ma rozkład normalny z nieznaną wartością oczekiwaną m

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania MODELOWANIE I PODSTAWY IDENTYFIKACJI

Teoria i metody optymalizacji

( ) L 1. θ θ = M. Przybycień Rachunek prawdopodobieństwa i statystyka. = θ. min

n R ZałóŜmy, Ŝe istnieje d, dla którego: Metody optymalizacji Dr inŝ. Ewa Szlachcic otwarte otoczenie R n punktu x, Ŝe

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10)

będą niezależnymi zmiennymi losowymi o tym samym 2 x

Wykłady z Analizy rzeczywistej i zespolonej w Matematyce stosowanej. Literatura. W. Rudin: Podstawy analizy matematycznej, PWN, Warszawa, 1982.

3. OPTYMALIZACJA NIELINIOWA

Funkcja wiarogodności

Zadanie 1. ), gdzie 1. Zmienna losowa X ma rozkład logarytmiczno-normalny LN (, . EX (A) 0,91 (B) 0,86 (C) 1,82 (D) 1,95 (E) 0,84

Matematyka ubezpieczeń majątkowych r. t warunkowo niezależne i mają (brzegowe) rozkłady Poissona:

Indukcja matematyczna

Wyznaczanie oporu naczyniowego kapilary w przepływie laminarnym.

MATEMATYKA STOSOWANA W INŻYNIERII CHEMICZNEJ

METODY KOMPUTEROWE 1

Modele wartości pieniądza w czasie

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki)

08 Model planowania sieci dostaw 1Po_2Pr_KT+KM

11/22/2014 STRATEGIE MIESZANE - MOTYWACJA. ROZWAśMY PRZYKŁAD:

Lista 6. Kamil Matuszewski 26 listopada 2015

Statystyka. Analiza zależności. Rodzaje zależności między zmiennymi występujące w praktyce: Funkcyjna

L.Kowalski zadania ze statystyki opisowej-zestaw 5. ZADANIA Zestaw 5

P π n π. Równanie ogólne płaszczyzny w E 3. Dane: n=[a,b,c] Wówczas: P 0 P=[x-x 0,y-y 0,z-z 0 ] Równanie (1) nazywamy równaniem ogólnym płaszczyzny

Matematyka dyskretna. 10. Funkcja Möbiusa

Materiały do wykładu 7 ze Statystyki

wyniki serii n pomiarów ( i = 1,..., n) Stosując metodę największej wiarygodności możemy wykazać, że estymator wariancji 2 i=

Linie regresji II-go rodzaju

Podstawy opracowania wyników pomiarowych, analiza błędów

System finansowy gospodarki

ZMIENNA LOSOWA JEDNOWYMIAROWA POJĘCIE ZMIENNEJ LOSOWEJ

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej

Laboratorium z Biomechatroniki Ćwiczenie 3 Wyznaczanie położenia środka masy ciała człowieka za pomocą dźwigni jednostronnej

KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA. Adrian Kapczyński Maciej Wolny

Jarosław Wróblewski Analiza Matematyczna 1, zima 2016/17

Definicje ogólne

Obliczanie średniej, odchylenia standardowego i mediany oraz kwartyli w szeregu szczegółowym i rozdzielczym?

Statystyczna analiza danych przedziały ufności

( ) ( ) ( ) ( ) ( ) ( )

TESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego).

Sprawdzenie stateczności skarpy wykopu pod składowisko odpadów komunalnych

Równania rekurencyjne

Metody numeryczne Laboratorium 5 Info

Zmiana bazy i macierz przejścia

BADANIE STATYSTYCZNEJ CZYSTOŚCI POMIARÓW

Matematyka II. Wykład 11. Całka podwójna. Zamiana na całkę iterowaną. Obliczanie pól obszarów i objętości brył.

FINANSE II. Model jednowskaźnikowy Sharpe a.

ma rozkład złożony Poissona z oczekiwaną liczbą szkód równą λ i rozkładem wartości pojedynczej szkody takim, że Pr( Y

Planowanie eksperymentu pomiarowego I

METODY NUMERYCZNE dr inż. Mirosław Dziewoński

MODELE MATEMATYCZNE W UBEZPIECZENIACH. 1. Renty

[, ] [, ] [, ] ~ [23, 2;163,3] 19,023 2,7

Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację.

Projekt 3 Analiza masowa

PRZEDZIAŁOWE METODY ROZWIĄZYWANIA ALGEBRAICZNYCH RÓWNAŃ NIELINIOWYCH MECHANIKI KONSTRUKCJI

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej

Statystyka. Katarzyna Chudy Laskowska

dr Michał Konopczyński Ekonomia matematyczna ćwiczenia

Współczynnik korelacji rangowej badanie zależności między preferencjami

Badania niezawodnościowe i statystyczna analiza ich wyników

Miary statystyczne. Katowice 2014

Transkrypt:

Regresja 39. REGRESJA.. Regresja perwszego rodzaju Nech (, będze dwuwyarową zeą losową, dla które steje kowaracja. Nech E( y ozacza warukową wartość oczekwaą zdefowaą dla przypadku zeych losowych typu skokowego oraz cągłego. Zbór puktów a płaszczyźe O o współrzędych ( x, E(, x azywa sę lą regresj zeej losowej względe zeej losowej. I aalogcze zbór puktów a płaszczyźe O o współrzędych ( E( y, y azyway lą regresj zeej losowej względe. Z własośc rozkładu oralego (patrz p. Plucńscy, 990 wyka, że dla dwuwyarowego rozkładu oralego zdefowae wyżej le regresj są la prosty. Prosta regresj względe a rówae x + ρ y (. (. Prosta regresj względe a rówae y + ρ x (. (. Dla przypadku dwuwyarowej zeej losowe typu skokowego le regresj są przelczaly zbora puktów. PRZKŁAD. (Plucńscy, 990. Obwód elektryczy składa sę z dealego źródła apęcowego (tz. źródła, a którego zacskach pauje stałe apęce ezależe od obcążea oraz podłączoego do jego zacsków krofou. Opór R krofou zależy od

40 Regresja atężea dźwęków w otoczeu oczywśce jest zeą losową. Iloczy RJ, gdze J jest atężee prądu w obwodze, jest stały rówy sle elektrootoryczej źródła. Ozaczy RJccost. Nech gęstoścą prawdopodobeństwa f R zeej losowej R będze f R ( r e π ( r, gdze >> 0. Zaleźć: a lę regresj zeej losowej J względe zeej losowej R; b wartość oczekwaą E( J. Poeważ dla r 0 dystrybuata warukowa jest postac 0 ~~~~~~ dla ~~~~~~~ j c r, F( j r ~~~~~~ dla ~~~~~~~ j > c r, węc E( J r c r dla r 0. Rozwązae przypadku r 0 jest eteresujące, bowe P( R 0 0. La regresj dla r 0 jest węc gałęzą hperbol. Zauważy, że do rozwązaa tej częśc przykładu e potrzeba była foracja o postac gęstośc prawdopodobeństwa zeej losowej R. Wartość oczekwaa E( J e steje, bowe π exp( ( r dr +. r W rozwązyway przykładze ay do czyea z przypadke, gdy e steje wartość oczekwaa E( J r, atoast dla wszystkch r 0 steje warukowa wartość oczekwaa E( J r. Ogóle oża udowodć, że jeżel steje wartość oczekwaa E( zeej losowej, to steje warukowa wartość oczekwaa E( x zeej losowej względe dowolej zeej losowej dla prawe wszystkch x.

Regresja 4 PRZKŁAD.. Nech gęstoścą prawdopodobeństwa f dwuwyarowej zeej losowej (, będze (, f x y [( ( ] x yaxy + ax + ay a e x > 0, y > 0 0 dla pozosta³ ych x, y gdze 0 < a <. Zaleźć le regresj. Poeważ f x e dla x > 0 ( x 0 dla x 0, węc [ ] ( ( ( f y x + ax + ay a e y ay, dla x > 0, y > 0. I wobec tego ( ( E x a ax yf y x dy + +, 0 ( + ax aalogcze ( E y a ay + + ( + ay. La regresj zeej losowej względe zeej losowej a rówae a ax ( x + +, ( + ax ϕ

4 Regresja a zeej losowej względe rówae + a + ay. ϕ ( + ay Jest oczywste, że jeżel zee losowe, są ezależe ają wartośc oczekwae odpowedo rówe E(, E(, to ( ( ( ( E y E, E x E, czyl le regresj są prosty rówoległy odpowedo do os O oraz O. Le regresj ają astępującą własość alośc dotyczącą alzowaa ze względu a dobór fukcj ϕ kwadratu różcy poędzy zeą losową a zeą losową ϕ(. Twerdzee.. Nech daa będze dwuwyarowa zea losowa (,. Wyrażee E ϕ ( przyjuje wartość ajejszą, czyl ϕ( E (.3 wtedy, gdy z prawdopodobeństwe fukcja ϕ daa jest wzore ( E( x ϕ x czyl ({ ( ( } P x:ϕ x E x. Twerdzee. ożey wykorzystać do celów praktyczych w astępujący sposób.

Regresja 43 Przypuśćy, że zaobserwowao wele wartośc (puktów a płaszczyźe dwuwyarowej zeej losowej (,.Ozaczy je przez ( x, y,,,..,. Przypuśćy, że prawdopodobeństwo każdej z tych wartośc jest rówe. Na podstawe tych obserwacj chcey zaleźć taką fukcję ϕ, która będze ajlepszy obraze zależośc poędzy zey losowy,. Rozpatryway zbór obserwacj (zbór puktów a płaszczyźe oże sugerować, że ależy szukać fukcj ϕ w określoy zborze fukcj, p. w zborze fukcj lowych, weloaów stopa, gdze ekoecze jest, fukcj wykładczych, hperbol td. Dla zadaej postac fukcj proble sprowadza sę do wyzaczea współczyków tej fukcj. Sugesta o postac fukcj opera sę a ty, że względy wzuale ówą o kocetracj puktów w blsk otoczeu tej hpotetyczej l. Na Rys.. przedstawoo zbór puktów przykładowo dwe le, o których jesteśy skło powedzeć, że wokół ch kocetrują sę pukty. Są to sforułowaa eprecyzyje, oża wyczuć jedye ch ses tucyjy. Możey przyjować róże krytera tego, aby lę l Rys.. Róże obrazy kocetracj obserwowaych zależośc. uzać za taką, wokół której kocetrują sę pukty. Na przykład żądać, aby d lub d,

44 Regresja gdze d jest odległoścą puktu ( x, y od l l. Jeżel rówae l l jest x ( y to ożey żądać, aby ϕ, ( y x ϕ ( lub x ( y ϕ (sua odległośc lub kwadratów odległośc erzoych rówolegle do os O. Jeżel rówae l l jest y ϕ ( x, to ożey żądać, aby ( x y ϕ lub ( y ( x ϕ (.4 (sua odległośc lub kwadratów odległośc erzoych rówolegle do os O. Moża zastaowć sę ad poszczególy ara dopasowaa dojść poowe za poprzedka do wosku, że ajlepszy kryteru dopasowaa jest ostate (.4. Dla dwuwyarowej zeej losowej (, typu skokowego waruk (.3 (.4 są rówoważe. Z twerdzea. wyka, że waruek (.3 jest spełoy, jeżel jako ϕ weźey warukową wartość oczekwaą. Jeżel węc jako kryteru doboru ajlepszej fukcj przyjey waruek (.4, to jako ϕ ależy wząć warukową wartość oczekwaą zeej losowej względe... Regresja drugego rodzaju Le regresj perwszego rodzaju tylko w szczególych przypadkach są la prosty. Z drugej stroy zależość lowa jest ajprostszy rodzaje zależośc fukcyjej. Jest to a ogół ajwygodejsza postać do dalszych badań. Mając awet śwadoość popełaa pewych błędów przyjujey, że zależość poędzy rozważay zey jest lowa

Regresja 45 wskazujey jedye etody ajlepszego (w określoy sese doboru współczyków fukcj lowej. Prostą regresj (drugego rodzaju zeej losowej względe zeej losowej azyway prostą + x y, gdze są lczba, dla których spełoa jest zależość E. (.5 Wykażey, że (.5 jest spełoe, jeśl ρ (.6 ρ (.7 Zauważy, że + ( E E + + ( ( E E E, ( ( ϕ ρ + + Aby zaleźć u fukcj ϕ zajdujey jej pochode cząstkowe, przyrówujey je do zera otrzyujey wówczas rówaa 0 ( ρ, 0 Rozwązae tego układu rówań są ρ, ρ Jest oczywste, że dla wyzaczoych jest spełoy waruek (.5. Prosta regresj (drugego rodzaju zeej losowej względe zeej losowej a węc postać ( x y ρ (.8 Prosta regresj (drugego rodzaju Zeej losowej względe zeej losowej a rówae ( y x ρ (.9 Współczyk kerukowe tych prostych zwae współczyka regresj są odpowedo rówe ρ, ρ,, (.0

46 Regresja Proste regresj pokrywają sę, gdy ρ. Porówując rówaa (. (. z (.9 (.8 wdzy, że w przypadku rozkładu oralego le regresj perwszego rodzaju pokrywają sę z prosty regresj drugego rodzaju. Wprowadzoe pojęca l regresj perwszego rodzaju prostych regresj drugego rodzaju uogóla sę a przypadek zeej losowej -wyarowej, gdze. Rozważa sę wtedy powerzche regresj. Teat te przedstawoy jest p. w [6]. PRZKŁAD.3. Dwuwyarowa zea losowa (, a rozkład prawdopodobeństwa poday w tabelce: / 0 4 6 0 /6 0 0 0 0 /6 /6 0 0 /6 /6 0 3 0 0 0 /6 Zaleźć le regresj E ( Ix, E ( Iy oraz proste regresj drugego rodzaju. Zaast E ( Ix psać będzey E (I x. Poeważ E ( 0 P( 0 3 k 0 y P( 0, k y k 0 E ( 3/, E( 4 3/ E( 6 3 węc lą regresj względe jest zbór {(0, 0, (, 3/, (4, 3/, (6,3}. (. Aalogcze lą regresj względe jest zbór (3.00 {(0, 0, (3,, (3,, (6,3}. (. Następe oblczay E (3, V(/6, E(3/, V(/, E(6, ρ, 9 Prostą regresj drugego rodzaju względe jest. a względe jest y 3 9 ( x 3 3 y ( x 3 8 Proste te pokazae są a Rys.. Na ty say rysuku krzyżyka zazaczoo pukty

Regresja 47 zboru (.,a kółeczka pukty zboru (.. y 4 3 3 4 5 6 7 x Rys.. Le regresj perwszego oraz drugego rodzaju.

48 Regresja Probley rozdzału. Le regresj perwszego rodzaju.. Róże krytera dopasowaa l do chury obserwacj. 3. Prosta regresj drugego rodzaju. 4. Proste regresj lowo zależych zeych. 5. Proste regresj dla ezleżych zeych.