Вариационная статистика
.pdf1\
Для примера с сеянцами сосны, применяя уравнение У=
!\
=0,332+0,667 Х, для Х: 4, 5, 6, 7 см, получим У, соответственно,
равные 3,0; 3,7; 4,3 и 5,0 см; или наиболее точно: 3,000; 3,667;
1\
4,334; 5,001 см. Вычисленные значения У следует понимать как выравненные (усредненные) с помощью регрессии величины У,
которые наиболее близки к истинным значениям этой величины при данных Х, если бы истинные значения были найдены по большому числу наблюдений.
!1
На этом основании обоснованно считать У и наиболее веро ятными значениями величины У.
§ 4. ВЫЧИСЛЕНИЕ ВЫБОРОЧНОГО СТАНДАРТНОГО ОТКЛОНЕНИЯ ОТ РЕГРЕССИИ
Подобно тому как в задачах с одним признаком (перемен
ной Х) его варьирование измеряло стандартное отклонение s,
при наличии регрессии варьирование У измеряет среднее квадра тическое отклонение от регрессии, обозначаемое Syx- Буквы в ин дексе указывают зависимый и независимый признаки. Среднее
квадратическое отклонение от регрессии называют также сред
н ей к в а др а т и ческой |
ошибкой |
ура в н е н и я, или |
|
|
1\ |
о ш и б к о й в ы ч и с л е н н ы х |
з н а ч е н и й |
У. Бо.ТJее правильно |
называть показатель Syx выборочным стандартным отк.Jiонением
от регрессии, ибо понятие «ошибка уравнения» шире, что пока зава в следующем параграфе. Однако для криволинейной регрес сии обычно ограничиваются вычислением Syx, как основной
характеристики точности уравнения. Поэтому Syx сохраняет за
собой и название ошибки уравнения.
L(ля получения стандартного отклонения от регрессии необ- ·
ходимо найти все |
отдельные разности |
!1 |
У от первой |
d;x = У - |
|||
до N, возвести их |
в квадрат, получить |
сумму квадратов ~d~x |
и разделщъ ее на число наблюдений. Из полученного среднего
квадрата следует извлечь корень, т. е.
Syx = V(~d~~)/N. |
(Х.21) |
Когда Syx понимают как характеристику вариации в генераль ной совокупности, в качестве делителя принимают число степе ней свободы, N уменьшается на число коэффициентов уравне-
ния k, т. е. формула для Syx будет Syx= V(~d;x)/(N-k) (Х.22)
L(ля примера с 10 всходами сосны имеем:
Х, |
см . |
4 |
4 |
5 |
5 |
5 |
6 |
6 |
6 |
7 |
7 |
У, |
см . |
3,0 |
3,1 |
3,5 |
3,5 |
4,1 |
3,5 |
4,0 |
5,0 |
5,0 |
5,3 |
1\ |
см . |
|
|
|
|
|
|
|
|
~ |
|
У, |
3,0 |
3,0 |
3,7 |
3,7 |
3,7 |
4,3 |
4,3 |
4,3 |
5,0 |
5,0 |
|
d""' |
см . |
о |
-0,1 |
+0.2 |
+0,2 |
-0,4 |
+0,8 |
+0,3 |
-0,7 |
о |
-0,3 |
112
Сумма квадратов отклонений ~ d;x = 1,56, а для более точ-
л |
~ о |
В том случае, |
ных значений У, лаказаиных выше, ~ dyx = 1,59. |
||
когда отдельные значения d11x |
не интересуют и |
когда найдены |
суммы квадратов отклонений nеременных Х и У, ~ d;x можно
получить из выражения:
(Х.23)
Подставляя данные нашего nримера, имеем ~ d~x '-'-6,26-
- (7 2)/10,52 = 1,59.
Стандартное отклонение от линейной регрессии длины корней
на длину стволиков всходов сосны будет Syx= V1 ,591( 10- 2) =
=0,446.
Показатель s11x по своему содержанию сходен со значением
среднего квадратического отклонения s11 , измеряющим вариа
цию У без учета зависимости его от соnутствующего Х. При большом числе отклонений d11x их распределение подчинено нор мальному закону: 68% всех отклонений не превзойдут стандарт
ного их |
значения s11x, 95% будут находиться в пределах |
±2Syx |
и 99,7% |
-в пределах ±3s 11x. |
(s11x= |
Если рассеяния вариант У вокруг линии регрессии нет |
=0), то величина У оnределяется по величине Х точно. В пре деле Syx=S11 • Уравнение в этом случае не вносит уточнения при получении информации о У на основе Х по сравнению с тем, когда данные о сопутствующем признаке не используются. Для
1О сеянцев сосны среднее квадратическое отклонение для длины
корней сеянцев Sy=0,83 см (см. табл. 32 и формулу IX.8), Syx= =0,446 см. Эффект регрессии nри измерении вариации У здесь
очевиден. Не обраща5t пока внимания на изменение числа сте пеней свободы, можно считать, что эффективность регрессии со
ставляет 0,830 : 0,446 = 1,86, или 186%. Подробнее об оценке
эффективности регрессии сказано ниже.
§ 5. ОЦЕНКИ КОЭФФИЦИЕНТОВ УРАВНЕНИЯ а И ~ ВЫБОРОЧНАЯ СТАНДАРТНАЯ ОШИБКА
ВЫЧИСЛЕННОГО ЗНАЧЕНИЯ
Уравнения выборочной прямолинейной регрессии могут быть
лл -
записаны в виде У=а+ЬХ или У=у+Ьх. Коэффициент регрес
сии в обеих формулах означает степень nриращения величины
л
У при изменении величины Х на единицу ее измерения, или на
единицу Х. Коэффициент а означает уровень регрессии, ее подъ
ем над осью абсцисс, отсчитанный в начале координат по оси У.
Для уравнения, использующего в качестве nер~менной централь
ные отклонения х, коэффициент а заменяется у.
8 Н. Н. Свалов |
113 |
Оба коэффициента а и Ь вычисляют на основе выборки. По
этому они, как и все выборочные показатели, подвержены варьи рованию, т. е. в той или иной мере отличаются от соответствую щих параметров а и ~. подлежащих статистической оценке. Оценка проводится на основе !-критерия в форме проверки нуле
вой гипотезы или путем построения интервала для а и ~· Выбо рочное стандартное отклонение коэффициента регрессии Ь обо
значают sь. Его определяют по формуле
Sь = sy)V~х2 . |
(Х.24) |
Для выборки из 1О всходов сосны sь = 0,446;V 10,5 |
=О,138. |
Критерий fь= Ь/sь (Х.25). Для нашего примера |
|
iь = 0,667/0,138 = 4,83.
Число степеней свободы равно N-2=8, так как в этих расче
тах были использованы две средние величины у и Ь (проще счи
тать, что из N вычитается число степеней свободы, равное числу
коэффициентов уравнения, в данном случае а и Ь).
Найденное значение t>1t0,05 и даже >to,oo1. Следовате.1ьно, выборочный коэффициент Ь является значимым. Провернемая
выражением t нулевая гипотеза о значении коэффициента в гене
ральной совокупности ~=О отвергается.
Можно указать интервал для ~· Он определяется таким обра
зом
Ь- io,o;,Sь / ~ ,- Ь + io.o5Sь.
Для длины корней всходов сосны имеем: число степеней сво
боды N-2= 10-2=8, t0,os=2,31, t0,osSь=2,31 Х0,138=0,319.
Следовательно, 0,667-0,319~~~0,667 +0,319 или 0,348~ ~~
~0,986.
Утверждение, что коэффициент регрессии совокупности (3
находится внутри этих пределов, правильно, если не счiП~lТЬСЯ
с противоречащими этому выборками, которые возможны в од
ном случае из 20 испытаний. Отметим, что найденные довери
тельные границы относятся к двум линиям регрессии. с накло
нами 0,348 и 0,986, которые перскрещиваются друг с другом
ивыборочной линией регрессии в точке О' (Х, у). Коэффициент
аозначает подъем линии регрессии над осью Х. Его ошнбка (и~1
среднее отклонение от а) равна ошибке средней ве.1нчнны у, что видно из следующего заключения относительно ~~=а+ ~х.
т. е. величины ординат в генеральной совокупности.
Рассмотрим значение /А для случая, когда Х_ х, х=О. Тогда
~А=а оценивается непосредственно величиной у. Средннi! квад рат отклонения для выборочной средней будет в N раз меньше
')
среднего квадрата вычисленных значений s;.x, подобно ошибке
114
среднеii, вычисляемой по формуле VI.l. Обозначив дисперсию
средней s~x• получим для нее выражение s~x = s~xfN. (Х.26)
Для д.111н корней сеянцев сосны имеем
Доверительный интервал для f.t=a при х=О стро
нтся на основе |
Syx |
с N-2 степенями |
свободы. Он будет |
||
у- to.rx,s-;x <а< у+ t 0 ,05s'Yx• |
или для нашего примера |
4,0- |
|||
- 2,31 ><О,14 -< IX |
4,0 + 2,31 |
х О,14. |
s;x =1= s;, |
|
|
Следует заметить, |
что средний квадрат |
который |
получается при оценке f.1 без учета регрессии. Это объясняется тем, что при использовании регрессии вариация У уменьшается за счет фиксирования Х. Это можно понимать приблизительно так, что У изменяется при постоянных Х.
Если Х=1=Х. х=/=0, то может иметь ошибку не только выбо
рочная средняя У, но и выборочный коэффициент регрессии Ь.
А
Любое вычисленное значение У=у+Ьх будет иметь среднюю квадратическую_ошибку, С<?fтавленную из ошибок двух варьиру
ющих величин у и Ьх. Для у имеем средний квадрат отклонения
s~_,.= s;x/N, а для Ьх (на основе Х.24) средний квадрат будет
(s~xx~-)'(~ х2). Первая сост~вляющая, т. е. (s;x)/N, будет одна
и та же для всех Х, а втораЯ- (s;xx2)/(~x2) изменяется пропор- |
|||||||||||||||
циона"1Ы!О Х2. |
|
|
|
|
|
sf:С,.;, |
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
eL |
L- |
|
|
|
А |
|
|
|
Средний квадрат для вычисленных значений У, следователь- |
|||||||||||||||
но, выразится формулой: |
|
|
|
|
|
|
|
|
|
|
|||||
|
2 |
( 2 |
) |
+ |
( |
2 |
|
2) ' ( ~ '') |
2 |
( |
1 |
2 1( ~ |
2) |
, |
|
s~ = |
Syx/N |
|
SyxX |
! |
~х- = |
Syx |
|
11 N |
+ Х 1 ~х |
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
(Х.27) |
||
s 11 называют |
выборочной |
стандартной |
ошибкой вычисленного |
||||||||||||
)' |
;\ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
значения |
У. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Для всходов сосны, длина стволика которых Х равна 5,5 см, |
|||||||||||||||
~ = Х, х =О, s~ = Syx/VN |
= 0,446/VW =О,141 см. |
|
q |
||||||||||||
1 |
|
|
|
х = Х- х = 4-5,5 = -1,5, s 9 = |
|
|
|||||||||
(l~~1 ;сли Х = 4, |
|
|
|||||||||||||
·1~/(\ |
1 |
= |
о,446V1;1o + 2,2б/10,5 = о,25о |
см. |
|
|
...~ ) .. • |
115 |
Значения sл для других Х =5,6,7 см, соответственно, равны
у |
л |
0,157; 0,157; 0,250 см. На основе значений У и s~ на рис. 10
построена доверительная зона для f.ti, обозначенная ABCD. Дове
рительный интервал (ширина зо
ны) увеличивается с удалением
от начала координат, перенесен
ного здесь в точку О' (5,5; 4,0).
|
|
|
|
|
|
Это связано с расширением |
|
ин |
||||
|
|
|
|
|
|
тервала для ·~. входящего в урав |
||||||
|
|
|
|
|
|
нение |
f..L. |
С вероятностью |
|
0,95 |
||
|
|
|
|
|
|
можно утверждать, что для лю |
||||||
1,0 |
|
|
|
|
|
бого |
Х величина |
f..t·y |
находится |
|||
|
|
|
|
|
внутри |
доверительной |
зоны |
|||||
|
|
|
|
|
|
|||||||
|
4 |
|
J |
о |
7 |
ABCD. |
|
|
|
|
|
|
|
|
В практике исследований ча |
||||||||||
|
/lлuна ст!шшко!Х,с11 |
|||||||||||
|
ще интересует предсказание ве |
|||||||||||
|
|
|
|
|
|
|||||||
Рис. |
10. |
Доверительная |
зона |
личины отдельного наблюдения У, |
||||||||
для ~J.-ABCD и для Y-EFGH. |
но не |
наиболее вероятного |
|
зна |
||||||||
Данные |
о |
длине |
ствоЛиков |
цения |
величины |
признака |
У, |
|||||
11 |
КОрнеЙ |
ВСХОДОВ СОСНЫ |
т. е. f..ty=a+·~x для класса Х. В |
|||||||||
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
этом |
случае возникает допо.ц |
|||||
|
|
|
|
|
|
нительный |
источник |
неопреде |
ленностислучайный элемент е. Средний квадрат отклонения для отде.1ьного наблюдения или варианты У будет
2 _ 2 1 ~ •лr+ ( |
2 |
2)1('., |
2) |
, |
ОТКуда |
Sy - Syx т Syx, н |
SyxX |
1 .О:.. Х |
|
(Х.28)
Д.1я нашего примера формулировка вопроса, решаемого по
средством формулы Х.28, была бы такой: Каково стандартное
отклонение длины корня для сеянца, стволик которого имеет,
например, д.1ину 6 см?
Применяя (Х.28), имеет SJ· = 0,446 V 1 + 1/10 + 0,521 10,5 =
л
=0,472 см. При этом результате и при У=4,334 см соответст вующий доверительный интервал будет
4,334- 2,31·0,432 < !"" "4,334 + 2,31·0,472,
или 3,244 < !"" < 5,424 см,
что на рис. 1О показано в виде отрезка EF. Для других Х= 4, 5,
!\
7 см (У =3,000; 3,677; 5,001) доверительный интервал соответст
венно равен 1,820-4,18; 2,577-4,757; 3,821-6,181 см. Довери·
тельная зона для отдельных значений У отграничена на рис. 11
линиями HF и GE. Видно, что все ваблюденные точки У лежат внутри зоны. Вообще же следует ожидать, что 5% их может
быть и вне ее.
116
Рассмотренный анализ точности оценки значений зависимого
признака с учетом его связи с сопутствующим признаком Х до
статочно хорошо разработан только для линейной регрессии. Для криволинейной регрессии он сложен и в настоящей книге не рас
сматривается.
Наиболее совершенную оценку криволинейной регрессии
и корреляции можно произвести на основе дисперсионного ана
лиза. Основы этого метода оценки как наиболее универсального
пути и~следования связи рассмотрены в § 8 главы Х.
Следующий пункт посвящен ознакомлению читателя с наи
более распространенными уравнениями регрессии, техникой их вычисления и общими принцилами выбора уравнений.
Нередко исследования связи между признаками могут быть ограничены ее оценкой на основе рассмотренных в главе IX пока зателей r. ч. К, вычислением уравнения связи и его ошибки.
§ 6. ТЕХНИКА ВЫЧИСЛЕНИЯ УРАВНЕНИЯ РЕГРЕССИИ
Рассмотренный выше анализ линейной регрессии дает воз !\IОЖность читателю выбрать способ решения нормальных урав
нений, произвести оценку точности уравнения и коэффициентов
регрессии.
При больших выборках расчеты, связанные с нахождением
данных для нормальных уравнений, громоздки, особенно для уравнений с 3 и более постоянными. В таком случае целесооб разно представить класс-варианты в кодированном виде. Ниже
нз.1агается техника расчета наиболее распространенных урав неннй по способу наименьших квадратов с учетом возможного
об,1егчения вычислительной работы.
Уравнение прямой линии. Основное уравнение линейной регрессии в общем виде У= а +Ьх.
Нормальные уравнения сог.1асно формуле (Х.7) будут:
~ Y=aN +Ь~Х. ~УХ-= а~Х +Ь~Х2•
Суть изложенного в § 2 гл. Х метода получещ1я нормальных
уравнений следующая. При наличии N единиц с двумя измерен ными признаками можно составить N' конкретных уравнений.
Наименьшую ошибку будет иметь уравнение, полученное на ос
нове двух уравнений, объединяющих все N частных уравнений.
Первое уравнение получим, умножив каждый член исходного
уравнения на коэффициент при а, равный 1, и произведя сум- 1\IИрование полученных выражений. Второе нормальное уравне
ние получим, умножая каждое исходное уравнение на коэффи
Ц!Iент при Ь, равный Х, и суммируя все N выражений. Заметим, что знак ~ и множитель ~Х отличают соответствен
но два полученных нормальных уравнения от исходного.
117
Для вариационных рядов, где каждая классовая варианта
встретится n раз, два нормальных уравнения прямой линии при
мут вид
1)~ nY =а~ n + Ь ~ nX
2)~ n УХ ~.с а~ nX + Ь ~ nX 2 •
Вприведеиных нормальных уравнениях 'Ln=N- общая чис ленность единиц наблюдения; 'LnX, 'LnX2 - суммы произведений
частот каждого класса, соответственно, на срединные значени51
классов и на их квадраты; 'LnY- сумма произведений частот по каждому к.тт.ассу на значения зависимой переменной; 'LnXY-
сумма произведений частот по каждому классу на парные про изведения переменных. Конкретные числовые значения этих сумм
находят в итогах расчетной таблицы (табл. 36).
36. Выравнивание эмпирического ряда высот сосны по уравнению прямой
Высо·
Дна- |
|
Ньrсота |
|
|
|
|
|
|
ты |
d-уг |
|
|
|
n |
|
nx2 |
ny' |
ny'xk |
вырав· |
d' |
|||
метры |
xk |
|
у' |
nxk |
(, |
||||||
У;, м |
неt-JНые |
||||||||||
х. см |
|
|
|
|
|
х |
|
|
!1 |
-у/ |
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Yt· м |
|
|
16 |
1 |
'22,2 |
'2,2 |
4 |
4 |
4 |
8,8 |
8,8 |
23,4 |
-1,'2 |
1,44 |
20 |
2 |
24,0 |
4,0 |
7 |
14 |
28 |
28,0 |
56,0 |
24.5 |
-0,5 |
0,25 |
24 |
3 |
25,7 |
5,7 |
8 |
24 |
72 |
45,6 |
136,8 |
25,6 |
,0,1 |
0,01 |
28 |
4 |
27,0 |
7,0 |
28 |
112 |
448 |
196,0 |
784,0 |
26,7 |
+0,3 |
0,09 |
32 |
5 |
28,2 |
8,2 |
20 |
100 |
500 |
164,0 |
820,0 |
27,7 |
+0,5 |
0,25 |
36 |
б |
28,8 |
8,8 |
18 |
108 |
648 |
158,4 |
950,4 |
28,8 |
-0 |
о |
40 |
7 |
28,8 |
8,8 |
9 |
63 |
441 |
79,2 |
554,4 |
29,9 |
-1,1 |
1,21 |
|
|
|
r |
94 |
425 |
2141 |
680,0 |
3310,4 |
|
|
|
Для |
облегчения |
расчетов |
при |
получении |
указанных |
сумм |
и при вычислении коэффициентов, входящих в уравнения, в ка
честве значений независимого признака берут не срединные зна
чения классов, а условные их значения x,i подобно тому, как это
делали при вычислении моментов.
Избегая отрицательных произведений, в качестве условных срединных значений целесообразно принять натуральный ряд чисел: 1, 2, 3 и т. д. Значения условных классовых вариант можно
выразить формулой:
xk = (Х -- B).'k,
где k - величина интервала; Х- классовые варианты незави
симого признака; В- число, на которое следует уменьшить наи меньшую классовую варианту, чтобы в числителе формулы полу
чить разность, равную величине класса.
118
Средние эмпирические значения зависимой переменной у;,
взятые из корреляционной таблицы и вписанные в столбец 3
табл. 36, можно также упростить, уменьшив их на некоторую одинаковую величину. В нашем примере значения высот стволов
сосны удобно уменьшить на 20 м, получим у'= ~-20. При та
ких условиях, принятых для преобразования вариант, нормаль
ные уравнения линейной регрессии в общем виде запишутся:
~пу' = a~n + Ь ~nxk
(Х.29)
где Xk- условные классовые варианты ряда х, выраженные
вединицах интервала. Сущность их та же, что и условных откло
нений, применявшихся при расчете моментов для этого ряда. Численно же они отличаются вследствие другого избранного на
чала отсчеtа отклонений.
Значения сумм, входящих в нормальные уравнения, найдены
втабл. 36. Подставив эти суммы в формулу (Х.29), получим
конкретные выражения нормальных уравнений.
94а + 425Ь = 680,0
425а + 214lb = 3310,4.
Здесь .. мы написали эти уравнения, перенеся значения сумм
зависимой переменной в правую, а независимой- в левую часть
для удобства расчетов.
Вычисление коэффициентов произведено в табл. 37 способом
исключений, с проверкой каждого шага расчетов.
37. Вычисление коэффициентов линейной регрессии высот 94 деревьев
на диаметры
|
дейстuне |
|
а |
|
ь |
у |
,. |
|
|
|
|
|
|
||||
1 |
|
|
94 |
425 |
680,0 |
1199 |
|
|
2 |
|
|
425 |
2141 |
3310,4 |
5876,4 |
|
|
;з |
Строку 1 : 425 |
|
0,2212 |
|
1 |
1,6000 |
2,8212 |
2,8212 |
4 |
Строку 2:2141 |
0,1985 |
|
1 |
1,5462 |
2,7447 |
2,7447 |
|
.5 |
От строки 3 - |
|
|
|
|
0,0765 |
|
|
|
строку 4 |
|
0,0227 |
|
|
0,0538 |
|
|
6 |
0,0538/0,0227 |
|
=2,3700 |
|
|
|
|
|
7 |
а->-в строку 3 |
|
|
= |
1,0758 |
|
|
|
8 |
а, Ь->-в строку |
1 |
Проuерка |
680,0 |
|
|
||
|
|
|
|
|
|
|
1 |
|
П римечан н с. |
Знак |
-->- означает |
110дстановку в |
уравнение |
соответ |
ствующего а, Ь коэффициента, :Е =а+Ь+у; :E/ki- частное от суммы на коэф фициент Ь, а и т. д. На~ример, IJ 3-й строке 2,8212 = 1199/425.
119
Конкретное уравнение прямой будесr:
1\,
Yt = 2,370 -;- 1,076xk.
Переходя к значению высоты, получим:
1\ |
1\' |
|
|
Yt = |
Yt + 20 = 22,370 + 1,07qxk. |
||
|
|
|
1 |
Для перехода к значениям диаметра Х в см необходимо вме |
|||
сто Xk подставить его значение |
(Х-12)/4. |
||
|
|
1\ |
• |
Получим выражение: |
Yt = 22,370 + 1,076 [ (Х- 12 )/4] = |
||
= 19,142 + 0,269Х. |
|
|
|
Если уравнение получают, имея в виду только выравнивание
опытных данных, его удобнее применять с числами кода для Х.
1\
Для нашего примера имеем У;= 22,370+ 1,076xk. Подставив
вместо Xk числа 1, 2, 3 и т. д., получим высоты выравненные
л
У; (табл. 36, рис. 11).
у
J/J'
29
"t:. 28
t:;,'27
~25
~25
2'1
2J
22
15 |
20 |
24 |
28 |
J2 |
1 |
2 |
J |
4 |
J |
Дt.шнетр, см
Рнс. 11. Выборочные регрессии высот ство.1ов сосны на диаметры: экспери
мента.%ная, прямая (а), парабола 2-го порядка (Ь)
Оценку точности уравнения производят посредством вычисЛе
ния средней квадратической разности между вычисленными зна чениями признака и экспериментальными его значениями (см.
формулу Х.22).
Вычисленную по Х.22 величину отклонения от регрессии, как
было отмечено; называют стандартным отклонением. Расчеты
его основывают на отклонениях отдельных значений У от вычис
/\
~1енных У.
В данном случае мы имеем дело с отклонениями групповых
средних величин Yi от вычисленных средних. В этих отклонениях
120
не содержится всей вариации, присущей вариантам У, отсутству
ет вариация экспериментальных У от групповых средних Yi· В от
личие от Syx обозначим среднюю квадратячеекую разность вы-
численных |
средних s~x· s;.x = V (~nd 2 )/(N- k) , |
где d- |
|
|
- |
л |
. |
разности |
Yi-y;, k - число постоянных коэффициентов урав- |
||
нения. |
Для нашего примера прямолинейной |
регрессии |
|
(табл. 36) |
имеем: |
|
s~x' = V26,00/(94- 2) = 0,54 м.
Уравнение параболы 2-го порядка. Общий Ьид уравнения
В· прннятой выше системе кода:
у'= а+ Ь ~ xk +с~ x 2k (Х.30). Нормальные уравнения:
~n |
~ny' =a~n +b~nxk+c~nxi) |
~nxk |
~ n'/xk =а ~nxk + Ь ~ nx~ +с ~пх2 (Х.Зl) |
~nx~ |
~ ny'xk =а ~nxi + Ь ~nx~ +с ~nxk |
С учетом использования данных табл. 36 достаточно получить
'\1 |
•j |
~ |
4 |
~ |
' |
~ |
входящие |
|
только недостающие суммы~ nxk, |
"'-' nxk, |
"'-' ny X"k, |
||||||
в нормальные уравнения Х.Зl. |
Расчет |
произведен |
в |
|
табл. 38, |
|||
являющейся продолжением табл. 36 |
(столбцы |
Xk, |
у·, |
n здесь |
повторены для удобства чтения). Значения произведений частот
на условные классовые варианты |
2 |
~ |
4 |
nxk, nxk, |
nxk, |
nxk могут |
быть проверены сравнением полученных в табл. 38 произведе-
38.Выравнивание эмпирического ряда высот сосны по уравнению параболы второго порядка
|
|
|
|
|
|
Высоты |
1 Высоты |
л |
|
|
|
|
|
|
nxk• |
|
выра~нен- |
эмпнрн- |
d - yi- |
|
|
xk |
у' |
1l |
nx~ |
ny'xk |
ческие |
- -Yi |
d' |
|||
|
||||||||||
|
|
|
|
|
|
л |
- |
|
||
- |
-- |
|
|
|
ные, у 1 |
Yt |
|
|
||
4 |
5 |
6 |
7 |
8 |
9 |
10 |
||||
1 |
2 |
3 |
||||||||
1 |
2,2 |
4 |
4 |
4 |
8,8 |
21,976 |
22,2 |
-0,224 |
0,050 |
|
2 |
4,0 |
7 |
56 |
112 |
112,0 |
24,046 |
24,0 |
+0,046 |
0,002 |
|
3 |
5,7 |
8 |
216 |
648 |
410,4 |
25,754 |
25,7 |
-+ 0,054 |
0,003 |
|
4 |
7,0 |
28 |
1 792 |
7168 |
3 136,0 |
27,100 |
27,0 |
+0,100 |
0,010 |
|
5 |
8,2 |
20 |
2 500 |
12500 |
4100,0 |
28,084 |
28,2 |
-0,116 |
0,0\3 |
|
б |
S,8 |
\8 |
3 888 |
23 328 |
5 702,4 |
28,706 |
28,8 |
-0,094 |
0,009 |
|
7 |
8,8 |
9 |
3 087 |
21609 |
3 880,8 |
28,966 |
28,8 |
+0,166 |
0,028 |
|
|
~ |
1 94 1 |
11 543 |
1 65 369 |
1 17 350,4 1 |
|
|
1-0,0681 |
|
121