Слова і словосполучення
состав объясняющих переменных = склад змінних, що пояснюють; склад
пояснювальних змінних
длительный процесс = тривалий процес
оцененная зависимость = оцінювана (оцінна) залежність
содержательная составляющая = змістовна складова
свойство данных = властивість даних
Текст № 3
Как же можно выразить
формально неудовлетворительность
полученного уравнения регрессии? Можно
видеть, что не выполнены необходимые
предпосылки об отклонениях от линии
регрессии
.
Эти величины явно не являются взаимно
независимыми, и дисперсия их не постоянна.
Нарушения исходных предпосылок не
только свидетельствуют о неточной
спецификации уравнения регрессии, но
и делают неточными полученные оценки
коэффициентов регрессии и их стандартных
ошибок. Поэтому следующий этап проверки
качества уравнения регрессии – проверка
некоторых важных свойств, выполнение
которых предполагалась при оценивании
уравнения регрессии.
Приступая к оценке линейного уравнения регрессии, мы предполагали, что реальная взаимосвязь переменных линейна, а отклонения от регрессионной прямой случайны, независимы между собой и имеют нулевое среднее и постоянную дисперсию. Так ли это на самом деле? Если нет, то наш анализ статистической значимости коэффициентов регрессии неточен и оценки этих коэффициентов не обладают такими желательными свойствами, как несмещенность, состоятельность и эффективность.
Слова і словосполучення
исходный = початковий, первинний, вихідний; (начальний - ещё)
початковий; (заданный - ещё) заданий
предпосылка = передумова; (исходная мысль) засновок
(не) точная оценка = матем. точна оцінка, (не) точна оцінка
желательное свойство = бажана властивість
несмещенность = матем. незсуненість; техн. незміщеність
состоятельность = матем. обґрунтованість; слушність
Текст № 4
Попытаемся ответить на вопрос, в каких случаях отклонения не обладают предполагавшимися свойствами. Во-первых, если в действительности исследуемая взаимосвязь нелинейна. Мы видим, например, на рис. 17.3, что в этом случае отклонения от линии регрессии не случайно распределены вокруг нее, а обладают определенной закономерностью. Эта закономерность, в частности, выражается в одинаковом, как правило, знаке каждых двух соседних отклонений. Это может являться следствием нелинейного характера связи переменных, либо воздействием какого-то фактора, не включенного в уравнение регрессии. Величина такого неучтенного фактора может менять свою динамику в рассматриваемый период, отклоняясь в достаточно длительные промежутки времени в ту или иную сторону от своего среднего значения. Это очевидно, может служить причиной длительных устойчивых отклонений зависимой переменной от линии регрессии. Обе указанные причины свидетельствуют о том, что существует возможность улучшить уравнение регрессии путем оценивания какой-то новой нелинейной формулы или включения некоторой новой объясняющей переменной.