Телефон: +7 (383)-202-16-86

Статья опубликована в рамках: XXIII Международной научно-практической конференции «Инновации в науке» (Россия, г. Новосибирск, 12 августа 2013 г.)

Наука: Математика

Скачать книгу(-и): Сборник статей конференции

Библиографическое описание:
Орлов Н.Н., Орлова Е.Ю. ПОЛУЧЕНИЕ ТЕОРЕТИЧЕСКИХ ПАРАМЕТРОВ УРАВНЕНИЯ МНОЖЕСТВЕННОЙ РЕГРЕССИИ С ПОМОЩЬЮ МИНИМИЗАЦИИ ФУНКЦИОНАЛА ОШИБКИ // Инновации в науке: сб. ст. по матер. XXIII междунар. науч.-практ. конф. № 23. – Новосибирск: СибАК, 2013.
Проголосовать за статью
Дипломы участников
У данной статьи нет
дипломов
Статья опубликована в рамках:
 
Выходные данные сборника:


 


ПОЛУЧЕНИЕ  ТЕОРЕТИЧЕСКИХ  ПАРАМЕТРОВ  УРАВНЕНИЯ  МНОЖЕСТВЕННОЙ  РЕГРЕССИИ  С  ПОМОЩЬЮ  МИНИМИЗАЦИИ  ФУНКЦИОНАЛА  ОШИБКИ


Орлов  Николай  Николаевич


канд.  физ.-мат.  наук,  доцент,  Институт  коммерции  и  права,  зав.  кафедрой  информатики  и  математики,  г.  Москва


E-mail: 


Орлова  Елена  Юрьевна


канд.  техн.  наук,  доцент,  Международный  университет  природы,  общества  и  человека  «Дубна»,  зав.  заочным  отделением  филиала  «Котельники»,  г.  Дубна


E-mailorlova.elena.urjevna@mail.ru


 


OBTAINING  OF  THE  THEORETICAL  PARAMETERS  OF  MULTIPLE  REGRESSION  EQUATION  USING  THE  MINIMIZATION  OF  THE  ERROR  FUNCTION


Nikolai  Orlov


phd  of  Physical  and  Mathematical  Sciences,  Professor,  Institute  of  Commerce  and  Law,  Head  of  Department  of  Computer  Science  and  Mathematics,  Moscow


Elena  Orlova


phd  of  Science,  Associate  Professor,  International  University  of  Nature,  Society  and  Man  "Dubna",  Head  of  the  department  of  distance  learning  branch  "Kotelniki",  Dubna

 

АННОТАЦИЯ

Работа  посвящена  корреляционно-регрессионному  анализу.  Получены  теоретические  параметры  множественной  (в  общем  случае  нелинейной)  регрессии  и  коэффициент  детерминации  путем  минимизации  функционала  ошибки.  Приведены  примеры  нахождения  параметров  и  коэффициентов  детерминации  для  случаев  парной  линейной  и  квадратической  регрессий,  а  также  множественной  линейной  регрессии  трех  случайных  величин.

ABSTRACT

The  work  is  dedicated  to  the  correlation-regression  analysis.  The  theoretical  parameters  of  multiple  (generally  non-linear)  regression  and  determination  coefficient  by  minimization  of  the  error  function  are  received.  Examples  of  finding  the  parameters  for  the  cases  of  pair-wise  linear  and  square  regressions,  as  well  as  the  multiple  linear  regression  of  three  random  variables  are  given.

 

Ключевые  слова:  множественная  регрессия;  ошибка  аппроксимации;  минимум  функционала;  коэффициенты  уравнения;  коэффициент  детерминации,  анализ  коррелируемости  величин.

Keywords:  multiple  regression;  approximation  error;  minimum  of  the  functional;  the  coefficients  of  the  equation;  the  determination  coefficient;  analysis  of  the  relationship  values.

 

Введение

Для  нахождения  эмпирических  коэффициентов  в  уравнении  регрессии  используется  метод  наименьших  квадратов  (МНК)  [1].  В  данной  работе  с  помощью  минимизации  функционала  определенного  вида  получены  формулы  теоретических  параметров  уравнения  множественной  регрессии  (достаточно  произвольного  вида)  и  коэффициента  детерминации.  Из  полученных  соотношений,  используя  известные  формулы  математической  статистики,  можно  записать  эмпирические  коэффициенты  уравнения  регрессии  и  детерминации.

1.  Функционал  ошибки  и  его  минимум

Пусть  имеются  непрерывные  случайные  величины  (СВ)    и    с  функцией  плотности  распределения  вероятностей  .  Требуется  найти  такую  линейную  относительно  коэффициентов    аппроксимацию  (1),  в  которой  СВ    была  бы  наименьшей  в  «вероятностном»  смысле:

 

                                      (1)

 

Здесь    —  некоторое  множество  линейно  независимых  функций  от  СВ 

  —  некоторые  параметры  (коэффициенты),  подлежащие  определению.

Будем  искать  значения    путем  минимизации  функционала,  учитывающего  не  только  ошибку  ,  но  и  вероятность
попадания  в  область  пространства  :

 

(2)

 

Где

 

(3)

 

и  интегрирование  ведется  по  всему  «объему»  .

Так  как  функции    и    для  любых  значений  ,  то  функционал    имеет  минимум,  который  находится  из  условий:

 

(4)

 

2.  Получение  коэффициентов  множественной  регрессии

Найдем  частные  производные  от  рассматриваемого  функционала  и  приравняем  их  к  нулю:

 


5)

6)

 

Здесь    и    —  математические  ожидания  от  функций  .

Из  условий  (4),  получим  систему  линейных  уравнений  для  определения  коэффициентов  :

(7)

 

Выразим  из  1-ого  уравнения  системы  (7)  параметр    через  остальные  коэффициенты  :

 

(8)

 

и  подставим  его  в  оставшиеся  уравнения:

 

 

 

или 

 

(9)

 

Здесь    —  ковариации  функций    и    СВ  :

 

 

(10)

 

  —  ковариации  функций    и    СВ  ,  соответственно.

Представим  систему  уравнений  (9)  в  матричном  виде:

 

(11)

 

Где

 

(12)

 

Матрица    —  симметричная  (),  так  как  .

Для  невырожденной  матрицы    получим  коэффициенты  уравнения  регрессии:

 

(13)

 

Здесь    транспонированные  векторы  ,  соответственно.

3.  Определение  коэффициента  корреляции  и  его  свойства

Подставим  выражение  (3)  в  функционал  (2)  с  учетом  (5),  (6)  и  (8):

 

114)

Здесь    и,  согласно  (13),  коэффициент  детерминации    определяется  соотношением:

 

(15)

 

Из  формулы  (14)  следует,  что 

При    между  СВ  либо  не  существует  зависимости  вида  (1),  либо  эта  зависимость  носит  иной  характер  (следует  выбрать  другие  функции  ).

При  -  функционал  ошибки  равен  нулю  и,  следовательно,  между  СВ    существует  функциональная  (в  смысле  вероятности)  зависимость.

4.  Частные  случаи  регрессии

Рассмотрим  частные  случаи  регрессии.

I.         Классическая  парная  линейная  регрессия    [2]:

 

(16)

 

В  этом  случае  формулы  (8),  (12),  (13)  и  (16)  принимают  вид:

 

(17)

(18)

(19)

(20)

 

Соотношения  (16)—(20)  были  получены  в  работе  [2]  и  соответствуют  формулам  классической  парной  линейной  регрессии  [1].

II.      Линейная  регрессия  для  трех  СВ  :

 

(21)

 

В  этом  случае  формулы  (8),  (12),  (13)  и  (15)  принимают  вид:

 

(22)

(23)

(24)

(25)

(26)

(27)

III.   Нелинейная  квадратичная  регрессия  для  двух  СВ:

IV.   

(28)

 

Подставим  функций    в  формулы  (22),  (26)  и  (27):

 

(29)

(30)

(31)

 

Заключение

В  работе  предложен  метод  получения  теоретических  параметров  (коэффициентов)  множественной  регрессии  и  коэффициента  детерминации  путем  минимизации  функционала  ошибки.

1.  При  выводе  формул  (8)  и  (13)  не  предполагались  какие-либо  ограничения,  кроме  условия  (2).  Следовательно,  среди  всех  зависимостей  вида  (1)  коэффициенты  ,  найденные  по  (8)  и  (13),  приводят  к  минимальной  в  смысле  (2)  погрешности  аппроксимации.

2.  Получена  формула  (16)  для  вычисления  коэффициента  множественной  детерминации.

3.  Показано,  что  если  ,  то  между  случайными  величинами    имеется  функциональная  зависимость  вида  (1).

4.  Приведены  примеры  получения  формул  для  теоретических  параметров  парной  линейной  и  квадратической  зависимостей,  а  также  множественной  линейной  регрессии  трех  случайных  СВ.

 


Список  литературы:


1.Доугерти  К.  Введение  в  эконометрику:  Пер.  с  англ.  М.:ИНФРА-М,  2001.  —  XIV,  —  402  с.,  ISBN  5-86-225-458-7.


2.Орлов  Н.Н.,  Орлова  Е.Ю.  Получение  теоретических  коэффициентов  в  уравнении  парной  линейной  регрессии  с  помощью  минимизации  функционала  ошибки//  Материалы  XXI  международной  заочной  научно-практической  конференции.  (17  июня  2013  г.);  Новосибирск:  Изд.  «СибАК»,  2013.  —  С.  5—13.  ISBN  978-5-4379-0302-5.

Проголосовать за статью
Дипломы участников
У данной статьи нет
дипломов

Оставить комментарий

Уважаемые коллеги, издательство СибАК с 30 марта по 5 апреля работает в обычном режиме