Презентация на тему Статистический анализ зависимостей между гидрологическими переменными (лекция 12)

Y зависит сразу от ряда СВ X1, X2….Xn.

Уравнение

регрессии в этом случае будет иметь вид

(y - yср.) = а1 (х1 – х1,ср.) + а2 (х2 – х2,ср.)+ …..аm(xm – xm, ср.)

а1, а2…аm - коэффициенты регрессии;

yср., х1,ср., х2,ср…. xm, ср. – средние значения соответственно предиктанта и предикторов;

m – число предикторов

Т.о., задача сводиться к определению значений а1, а2…аm. При небольшом числе предикторов, задачу можно решить методом Крамера. В этом случае нужно рассчитать главный определитель D

r0,3 – коэффициент корреляции между предиктантом и третьим предиктором,

r2,1 – коэффициент корреляции между вторым и первым предикторами. При этом ri,j = rj,i, а на главной диагонали r0,0 = r1,1 = r2,2 = …..rm,m = 1.

отклонение предиктанта

σх,j – среднеквадратическое отклонение j – того предиктора

D0,0

– определитель, получаемой из главного определителя системы путем вычеркивания из него нулевой строки и нулевого столбца

D0,j - определитель, получаемой из главного определителя системы путем вычеркивания из него нулевой строки и j - того столбца

корреляции можно вычислить двумя способами:

1. По формуле
2.

Как парный коэффициент корреляции между фактическими значениями предиктанта и значениями предиктанта, полученными по уравнению множественной линейной регрессии при тех же значениях аргументов.
В отличие от парного коэффициента корреляции, который может меняться от -1 до +1, коэффициент множественной корреляции меняется от 0 до +1.

ошибка коэффициента множественной корреляции определяется по формуле
n –

длина анализируемых рядов
m- число предикторов

Стандартную ошибку уравнения множественной линейной регрессии можно оценить по формуле

Стандартная ошибка j –того коэффициента регрессии можно определить по формуле

∆j,j - минор определителя D0,0

2. (R/σR) ≥ 2

3. (aj/σa,j) ≥ 2


n ≥

10 (при одном предикторе)

n ≥ 25-30 (при двух предикторах)

n ≥ 50-60 (при четырех предикторах)

Третье условие считается выполненным, если оно выполняется для каждого коэффициента регрессии в отдельности