- •4 Методы регрессионного и корреляционного анализов
- •4.1 Регрессионный анализ
- •4.1.1 Основные термины и понятия
- •4.1.2 Вид функции для математической модели.
- •4.1.3 Метод наименьших квадратов
- •4.1.4 Схемы регрессионного анализа
- •4.2 Методы корреляционного анализа. Лекция 6
- •4.2.1 Метод парной корреляции.
- •4.2.2 Метод множественной корреляции.
4.1.3 Метод наименьших квадратов
В общем виде уравнение регрессии можно записать в виде:
y=f (x1, x2, x3,..., xk, b0, b1, b2,..., bp), (4.4)
где x1, x2,..., xk – факторы, влияющие на процесс;
b1, b2,..., bp – коэффициенты уравнения регрессии.
Задача состоит в том, чтобы по опытным данным определить значения bi.Обычно условия всех опытов и их результаты представляют в виде таблицы (матрицы) и называют её матрица планирования экспериментов и результаты её реализации.
Таблица 4.1 – Матрица планирования экспериментов и результаты ее
реализации
-
n
x0
x1
x2
......
xk
y
1
x01
x11
x21
Xk1
y1
2
x02
x12
x22
Xk2
y2
3
x03
x13
x23
Xk3
y3
...
...
...
...
...
...
...
n
x0n
x1n
x2n
......
xkn
yn
Каждая строка матрицы – условия одного эксперимента. Каждый столбец – значения одного фактора в разных опытах; xij – значение i-ого фактора в j-ом опыте; x0 – фиктивная переменная, равна +1.
Рассмотрим метод наименьших квадратов в наиболее обычном и простом варианте. Примем, что в опытах значения факторов х задавались с пренебрежимо малой ошибкой, значения отклика у получались со случайными ошибками.
В этом случае метод наименьших квадратов сводится к следующему: наилучшими будут те значения коэффициентов bi, при которых сумма квадратов отклонений расчётных величин у от опытных у окажется наименьшей.
(4.5)
то есть, те значения bi, при которых сумма S окажется минимальной, являются наилучшими.
Как известно, для отыскания минимума функции нужно приравнять к нулю её частные производные по всем аргументам.
Таким образом, наилучшие bi могут быть найдены как решение системы уравнений.
, (4.6)
В теории метода эти уравнения носят название нормальных уравнений.
Далее рассмотрим расчёт на примере однофакторной модели.
, (4.7)
, (4.8)
, (4.9)
Количество уравнений равно количеству коэффициентов bi.
Для линейной зависимости после дифференцирования и алгебраических преобразований имеем следующую систему уравнений:
, (4.10)
Решение системы при x0i=1 даёт следующие формулы для вычисления коэффициентов bi:
, (4.11)
, (4.12)
Система нормальных уравнений (4.10) имеет интересные особенности:
-
По диагонали левых частей системы под знаками суммы последовательно стоят квадраты независимых переменных;
-
Относительно этой диагонали наблюдается симметрия;
-
В правой части системы расположены произведения, полученные в результате последовательного умножения столбца параметра оптимизации на столбец факторов;
Эти особенности дали возможность найти простой метод составления системы нормальных уравнений для любого количества коэффициентов bi:
-
Первое уравнение системы получают умножением величин из столбца х0 сначала на самого себя, а затем на все остальные xi по очереди;
-
Второе уравнение получают умножением величин из второго столбца х1 на все остальные столбцы по очереди, начиная со столбца х0;
-
Во всех уравнениях системы располагают коэффициенты bi в одинаковом порядке по возрастанию индексов.
г) В правой части системы произведения столбца параметра у на соответствующий столбец xi.