Студопедия

Главная страница Случайная страница

Разделы сайта

АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника






  • Сервис онлайн-записи на собственном Telegram-боте
    Тот, кто работает в сфере услуг, знает — без ведения записи клиентов никуда. Мало того, что нужно видеть свое расписание, но и напоминать клиентам о визитах тоже. Нашли самый бюджетный и оптимальный вариант: сервис VisitTime.
    Для новых пользователей первый месяц бесплатно.
    Чат-бот для мастеров и специалистов, который упрощает ведение записей:
    Сам записывает клиентов и напоминает им о визите;
    Персонализирует скидки, чаевые, кэшбэк и предоплаты;
    Увеличивает доходимость и помогает больше зарабатывать;
    Начать пользоваться сервисом
  • Определение 9.5.






    Коэффициентом детерминации называется число:

    .

    В координатной форме коэффициент детерминации имеет вид:

    .

    Коэффициент детерминации отражает меру расхождения между наблюдением и регрессионными значениями , отнесенную к вариации наблюдения .

     

    Определение 9.6.

    Скорректированным коэффициентом детерминации называется величина:

    .

    По-прежнему из двух вариантов регрессии лучшей следует считать ту, для которой величина больше.

     

    Постановка задачи нормальной линейной регрессии, связь между оценкой по методу наименьших квадратов и оценкой максимального правдоподобия. Теорема о распределениях оценки по методу наименьших квадратов, величины среднеквадратичного отклонения и величины разности среднеквадратичных отклонений (без доказательства).

     

    Рассмотрим задачу линейной регрессии (9.1)-(9.4), в которой предположение (9.5) заменено более сильным предположением в отношении вектора :

    вектор имеет нормальное распределение , , (9.10)

    где – нулевой вектор порядка и – единичная матрица порядка .

     

    Из (9.2) и (9.4) следует, что наблюдение , тогда из (9.10) следует, что вектор имеет нормальное распределение (как линейное преобразование вектора , имеющего нормальное распределение). Из пункта 1 теоремы 9.3 (в пункте 1 предположение не используется), следует, что и . Таким образом, вектор имеет нормальное распределение с плотностью вероятности:

    ,

    где .

     

    Рассмотрим задачу построения оценки неизвестного вектора параметров по методу максимального правдоподобия. Легко видеть, что функция правдоподобия,

    ,

    принимает наибольшее значение при таком значении вектора параметров , при котором наименьшее значение принимает квадрат нормы . Отсюда следует, что МП-оценка определяется условием:

    ,

    но из (9.2) квадрат нормы совпадает со среднеквадратичным отклонением и наименьшее значение достигается при оценке по методу наименьших квадратов . Отсюда следует, что в задаче нормальной линейной регрессии (9.1)-(9.4), (9.10) оценка по методу наименьших квадратов одновременно является оценкой максимального правдоподобия вектора параметров .

     






    © 2023 :: MyLektsii.ru :: Мои Лекции
    Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав.
    Копирование текстов разрешено только с указанием индексируемой ссылки на источник.