- •3.1. Функциональная, статистическая
- •3.2. Линейная парная регрессия
- •3.3. Коэффициент корреляции
- •3.4. Основные положения регрессионного анализа. Оценка параметров парной регрессионной модели. Теорема Гаусса−Маркова
- •3.5. Интервальная оценка функции регрессии и ее параметров
- •4.1. Классическая нормальная линейная модель множественной регрессии
- •4.2. Оценка параметров классической регрессионной модели методом наименьших квадратов
- •4.4. Оценка дисперсии возмущений
- •4.5. Определение доверительных интервалов для коэффициентов и функции регрессии
- •4.6. Оценка значимости множественной регрессии.
- •Глава 5
- •5.1. Мультиколлинеарность
- •5.2. Отбор наиболее существенных объясняющих переменных в регрессионной модели
- •5.3. Линейные регрессионные модели с переменной структурой. Фиктивные переменные
4.4. Оценка дисперсии возмущений
Оценка
метода
наименьших квадратов является «наилучшей»
линейной оценкой параметра
.
Перейдем к оценке
дисперсии
возмущений
.
Выборочная
остаточная дисперсия
определяется
по формуле:
.
(4.21)
В знаменателе выражения (4.21) стоит n – (p+1), а не n – 2, как это было выше. Это связано с тем, что теперь (р+1) степеней свободы (а не две) теряются при определении неизвестных параметров, число которых вместе со свободным членом равно (р+1).
4.5. Определение доверительных интервалов для коэффициентов и функции регрессии
Перейдем теперь
к оценке значимости коэффициентов
регрессии
и построению доверительного интервала
для параметров регрессионной модели
.
,
где
– несмещенная оценка параметра
;
– диагональный
элемент матрицы
.
Среднее квадратическое
отклонение (стандартная ошибка)
коэффициента регрессии
примет вид:
.
(4.22)
Значимость
коэффициента регрессии
.
(4.23)
доверительный
интервал для параметра
.
(4.23')
доверительный
интервал для
:
,
(4.24)
где
– групповая средняя, определяемая по
уравнению регрессии,
(4.25)
– ее стандартная ошибка.
доверительный
интервал для индивидуальных значений
зависимой переменной
:
,
(4.26)
где
.
(4.27)
Доверительный
интервал для параметра
с соответствующим изменением числа
степеней свободы критерия
:
.
(4.28)
Пример 4.3. По данным примера 4.1 оценить сменную добычу угля на одного рабочего для шахт с мощностью пласта 8 м и уровнем механизации работ 6%; найти 95%-ные доверительные интервалы для индивидуального и среднего значений сменной добычи угля на 1 рабочего для таких же шахт. Проверить значимость коэффициентов регрессии и построить для них 95%-ные доверительные интервалы. Найти интервальную оценку для дисперсии .
Решение. В примере
4.1
уравнение регрессии
.
надо оценить
,
где
.
Выборочной оценкой является групповая средняя, которую найдем по уравнению регрессии:
.
Для построения
доверительного интервала для
необходимо знать дисперсию его оценки
–
.
Для ее вычисления обратимся к табл. 4.2
(точнее к ее двум последним столбцам,
при составлении которых учтено, что
групповые средние определяются по
полученному уравнению регрессии).
Теперь по (4.21):
и
.
Определяем стандартную ошибку групповой средней по формуле (4.25). Вначале найдем
Теперь
.
По табл. II приложений
при числе степеней свободы k=10–2–1=7
находим
.
По (4.24)
доверительный интервал для
равен
,
или
Найдем доверительный интервал для индивидуального значения при :
по
(4.27):
и
по (4.26):
,
т.
е.
.
Проверим
значимость коэффициентов регрессии
и
.
В примере 4.1
получены
и
.
Стандартная ошибка
в соответствии с (4.22)
равна
.
Так как
,
то коэффициент
значим. Аналогично вычисляем
и
т.е. коэффициент
незначим на 5%-ном уровне.
Доверительный интервал имеет смысл построить только для значимого коэффициента регрессии : по (4.23'):
,
или
.
Найдем 95%-ный
доверительный интервал для параметра
.
Учитывая, что
,
найдем по таблице III приложений
n–p–1=n–2–1=n–3
степенях свободы
;
.
По формуле (4.28)
,
или
и
.
