Регрессионный анализ

Регрессионный анализ, заключается в определении аналитического выражения связи зависимости случайной величины Y с независимыми случайными величинами X₁, X₂, …X_m. Форма связи результативного признака Y с факторами X₁, X₂, …X_m, получила название уравнения регрессии. В зависимости от типа выбранного уравнения различают линейную и нелинейную регрессию. В зависимости от числа взаимосвязанных признаков различают парную и множественную регрессию.

При изучении регрессии следует придерживаться определенной последовательности этапов:

1. Знание аналитической формы уравнения регрессии и определение параметров регрессии.

2. Определение в регрессии степени стохастической взаимосвязи результативного признака и факторов, проверка общего качества уровня регрессии.

3. Проверка статистической значимости каждого коэффициента уравнения регрессии и определения их доверительных интервалов.

Этап 1:

Уравнение линейной множественной регрессии имеет вид:

где - теоретические значения результативного признака, полученные путем подстановки соответствующих значений факторных признаков в уравнение регрессии;

, , - значения факторных признаков;

, , - - параметры уравнения (коэффициенты регрессии).

Параметры уравнения регрессии могут быть определены с помощью метода наименьших квадратов (именно этот метод и используется в MicrosoftExcel). Сущность данного метода заключается в нахождении параметров модели (ai), при которых минимизируется сумма квадратов отклонений эмпирических (фактических) значений результативного признака от теоретических, полученных по выбранному уравнению регрессии, т е.

Рассматривая S в качестве функции параметров а_i,- и проводя математические преобразования (дифференцирование), получаем систему нормальных уравнений с т неизвестными (по числу параметров а_i):

Рисунок 21 – Система нормальных уравнений.

Решив систему уравнений, находим значения параметров а_i являющихся коэффициентами искомого теоретического уравнения регрессии.

Этап 2:

Для определения величины степени стохастической взаимосвязи результативного признака Y и факторов X необходимо знать следующие дисперсии:

• общую дисперсию результативного признака 7, отображающую влияние как основных, так и остаточных факторов:

где - среднее значение результативного признака Y.

• факторную дисперсию результативного признака Y, отображающуювлияние только основных факторов:

• остаточную дисперсию результативного признака Y, отображающуювлияние только остаточных факторов:

При корреляционной связи результативного признака и факторов выполняется соотношение:

Для анализа общего качества уравнения линейной многофакторной регрессии используют обычно множественный коэффициент детерминации R², называемый также квадратом коэффициента множественной корреляции R. Множественный коэффициент детерминации рассчитывается по формуле:

- этот коэффициент характеризует адекватность построения модели.

Так как в большинстве случаев уравнение регрессии приходится строить на основе выборочных данных, то возникает вопрос об адекватности построенного уравнения генеральным данным. Для этого проводится проверка статистической значимости коэффициента детерминации R² на основе F-критерия Фишера:

где n - число наблюдений;

т - число факторов в уравнении регрессии.

В математической статистике доказывается, что если гипотеза H₀: R² = 0 выполняется, то величина F имеет F-распределение с к = т и l=n-m-1 числом степеней свободы.

Гипотеза H₀: R² = 0 о незначимости коэффициента детерминации R² отвергается, если .

При значениях R > 0,7 считается, что вариация результативного признака Y обусловлена в основном влиянием включенных в регрессионную модель факторов X.

Для оценки адекватности уравнения регрессии часто также используют показатель средней ошибки аппроксимации:

Этап 3:

Возможна ситуация, когда часть вычисленных коэффициентов регрессии не обладает необходимой степенью значимости, т.е. значения данных коэффициентов будут меньше их стандартной ошибки. В этом случае такие коэффициенты должны быть исключены из уравнения регрессии. Поэтому проверка адекватности построенного уравнения регрессии наряду с проверкой значимости коэффициента детерминации R² включает в себя также и проверку значимости каждого коэффициента регрессии.

Значимость коэффициентов регрессии проверяется с помощью t-критерия Стьюдента:

где - стандартное значение ошибки для коэффициента регрессии

В математической статистике доказывается, что если гипотеза H₀: R² = 0

выполняется, то величина t имеет распределение Стьюдента с k: = п—т-1 числом степеней свободы,то есть:

Гипотеза H₀: R² = 0 о незначимости коэффициента регрессии отвергается, если .

Кроме того, зная значениеt_кр, можно найти границы доверительныхинтервалов для коэффициентов регрессии:

В программе Excel множественная линейная регрессия проводится с помощью инструмента регрессия пакета анализа.

Факторами регрессии являются сопротивления в цепи. Выходным параметром является ток. С помощью инструмента регрессия выводим графики остатков, нормированной вероятности, подборов.

Стандартная ошибка считается по формуле:

Проводя регрессионный анализ в программе Excel, мы копируем все исходные данные сопротивлений и один ток. Таблицу «Регрессионная статистика» получаем с помощью пакета анализа инструмента регрессия. За входной интервал Y выбирается значение тока, за входной интервал X значение всех сопротивлений. Выводим графики остатков, нормальной вероятности,подборов.

Рисунок22– Пакет анализа «Регрессия»

Регрессионная статистика
Множественный R	0,999311136
R-квадрат	0,998622746
Нормированный R-квадрат	0,998425996
Стандартная ошибка	0,014371973
Наблюдения

Множественный R –это - коэффициент корреляцииR

R-квадрат – коэффициент детерминации R²

Стандартная ошибка считается по формуле:

.

Дисперсионный анализ
	df	SS	MS	F	Значимость F
Регрессия		8,387032637	1,0483791	5075,57889	3,4945E-77
Остаток		0,011567001	0,0002066
Итого		8,398599639

Столбец df– число степеней свободы равное 8.

Для строки регрессия число степеней свободы определяется количеством факторных признаков m в уровне регрессии k_ф=m.

Для строки остаток число степеней свободы определяется числом наблюдений n и количеством переменных в уравнении регрессии m+1:k₀=n-(m+1). Для строки итого число степеней свободы определяется суммой k_y=k_ф+k₀

Столбец SS– сумма квадратов отклонений Для строки регрессия – эта сумма квадратов отклонений теоретических данных от среднего:

Для строки остаток – эта сумма квадратов отклонений эмпирических данных от теоретических:

Для строки итого – эта сумма квадратов отклонения эмпирических данных от среднего:

.

Столбец МS- дисперсии, рассчитываемые по формуле:

.

Для строки регрессия – это факторная дисперсия .

Для строки остаток – это остаточная дисперсия .

Столбец F – расчетное значение F-критерия Фишера.

Столбец значимости F – значение уровня значимости, соответствующее вычисляемому значению F_p. Так как F= 5,48E-74, т.е. F>Значимость F, то множественный коэффициент детерминации существенно больше нуля.

Таблица сигнетированных коэффициентов регрессии a_i и их статистические оценки:

	Коэффициенты	Стандартная ошибка	t-статистика	P-Значение
Y-пересечение	30,29477907	0,120558273	251,2874348	3,58935E-87
r02	0,002144276	0,018378273	0,116674496	0,907535431
r03	-1,04181665	0,016857368	-61,80185817	3,19994E-53
R1	-0,093832835	0,007013105	-13,37964285	4,37819E-19
R2	-1,044756656	0,006880408	-151,8451629	6,13378E-75
R3	-0,461880757	0,010724085	-43,0694793	1,27712E-44
R4	-0,262025783	0,004122728	-63,5564135	6,81881E-54
R5	0,003132049	0,002929717	1,069061947	0,289628377
R6	-0,254001846	0,004044628	-62,79980536	1,32132E-53

Нижние 95%	Верхние 95%	Нижние 95,0%	Верхние 95,0%
30,05327183	30,53628631	30,05327183	30,53628631
-0,034671829	0,038960381	-0,034671829	0,038960381
-1,075586015	-1,008047284	-1,075586015	-1,008047284
-0,107881772	-0,079783898	-0,107881772	-0,079783898
-1,058539769	-1,030973543	-1,058539769	-1,030973543
-0,483363681	-0,440397833	-0,483363681	-0,440397833
-0,270284599	-0,253766967	-0,270284599	-0,253766967
-0,00273688	0,009000978	-0,00273688	0,009000978
-0,26210421	-0,245899483	-0,26210421	-0,245899483

Выводы

Инструмент «Описательная статистика» позволил создать статистический отсчет, содержащий информацию о центральной тенденции изменчивости входных данных.

В программе Microsoft Excel получили модель электрической цепи с по­мощью, которой можно легко рассчитать значения токов при изменяющихся сопротивлениях.

Корреляционный анализ позволил установить, ассоциированы ли наборы данных по величине, то есть большие значения из одного набора данных свя­занных с большими значениями другого набора (положительная корреляция), или, наоборот малые значения одного набора связаны с большими значениями другого (отрицательная корреляция), или данные двух диапазонов никак не связанны (нулевая корреляция).

Линейный регрессионный анализ заключается в подборе графика для на­бора наблюдений с помощью метода наименьших квадратов. Регрессия исполь­зуется для анализа воздействия на отдельную зависимую переменную значений одной или более независимых переменных.

Выведена формула , с помощью которой можно провести различные исследования, например, определить влияние случайной величины на ток. В результате нашли абсолютную и относительную погрешности расчётов.

Дата добавления: 2015-07-26