Файл: Химмельблау Д. Анализ процессов статистическими методами.pdf
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 09.04.2024
Просмотров: 717
Скачиваний: 2
Линейные модели с несколькими |
переменными |
337 |
5.2.1. Доверительные интервалы и доверительная |
область |
Доверительный |
интервал для каждого отдельного параметра ß& |
в векторе ß можно |
оценить, используя ^-распределение. Стандарт |
ная ошибка оценки bk получается из оценок элементов главной диагонали выражения (5.1.14):
Sbk = 0 - b f e = VsyCkk.
Доверительный интервал для ßf e при некотором уровне значимо сти а образуется точно так же, как в разд. 4.3:
bh |
— ti-a/zSy |
i |
Vchh |
< ßfe < bk + |
ti_a/2Sy |
Vchk, |
|
|
|
|
J i |
|
|
|
— Y, |
|
v |
= n — q — 1. |
|
(5.2.1) |
Так как b0 |
|
|
|
|
|
(напомним, что величина с0 о равна обратной величине числа набо ров данных, если все веса равны единице) и доверительный интер вал для ß 0 имеет вид
bo — h-a/zSbo < ßo < b0 4- ^_œ / 2 sb o . |
(5.2.2) |
Для модели (5.1.2), в которой
з _
ßo = ßo S ßb^fe» fc=l
дисперсия b'0 равна
Var {b'B} = Var {b0} +j]x\ Var {bk}. ft=i
Доверительный интервал для ßg с выбранным уровнем значимости а выражается неравенствами (5.2.2), в которых величины sbo и Ь0 заменены соответственно на s'bg и Ь'0.
В разд. 4.3 было показано, что дисперсия Yi в уравнении
регрессии Yt = |
Ь0 4- |
(xt — х) |
равна |
Var |
{Yi} |
= Var {b0} |
+ (xt - xf Var {b,}. |
Аналогично дисперсия вектора Y в модели (5.1.1) с учетом соот ношения (5.1.14) определяется как
Var { Y } = Var {xb} = x Var {b} = o% xcxr . (5.2.3)
338 Глава 5
Д ля одиночного набора данных
ѴЭГ {Y;} = [1 {Xii — Xi) . . . (Xiq — Xq)] |
X |
|
c00 |
c0q' |
Xi i X\ |
X |
|
|
•Cqo • |
|
|
(Все элементы в первой строке и первом столбце матрицы с, за исключением с00, равны нулю.)
В доверительном интервале для и, при данном уровне значимо
сти а используется оценка стандартной ошибки |
|
|
Sf_ = s ? |
Vxicxf. |
|
Yi — ti-a/2SYi<^i<Yi-\-ti-a/2SY, |
v = n—q—l. |
(5.2.4) |
С помощью эмпирической модели можно делать два типа предсказаний: точечные и интервальные. Для проверки предска зательной способности некоторой модели, очевидно, следует срав нить предсказания и соответствующие экспериментальные данные. Делая некоторые предсказания о случайной переменной, полагают, что предположения, которым удовлетворяет эта переменная, не претерпевают никаких изменений (если же они и меняются неко торым образом, то это следует учесть). Предсказываемое (точеч ное) значение Yn+i для одного дополнительного наблюдения или одного дополнительного периода времени определяется выраже нием
|
|
|
Yn+\ |
= |
чп+і |
+ е п + 1 , |
|
|
|
|
|
||
так что % {Frt+i} = |
Лп+іі поскольку % {e n +i} = 0. Если |
|
исполь |
||||||||||
зовать наилучшую |
оценку Î]„+I, Yп+4, |
то дисперсия |
Y£+i |
(при |
|||||||||
0-1. = <rSn + 1 = |
о-у.) |
будет |
равна |
|
|
|
|
|
|
|
|||
Оу*+ і = Var |
|
= Var {Yn+i} |
+ Var { e n + 1 } = |
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
= a^ X n + 1 cx^ + i + |
0 y . . |
||||
(Если при |
x n + 1 |
проведено |
m |
повторных |
наблюдений, |
то |
|||||||
Var {er e +i} = |
(1/m) ay..) Доверительный интервал для п п + |
1 |
можно |
||||||||||
построить, |
заменяя |
в |
неравенстве |
(5.2.4) |
SA на |
sy* |
n+1 |
||||||
Vs i |
|
|
1 |
|
|
|
|
|
|
|
|
|
|
Y x n + 1 c x £ |
j + |
sy., |
как в |
разд. 4.3. |
|
|
|
|
|
||||
Совместную |
доверительную |
область |
для параметров |
|
ßf t |
при |
|||||||
заданном уровне значимости a можно |
получить точно |
так же, |
|||||||||||
как описывалось в разд. 4.3; в матричных обозначениях |
|
уравне- |
340 Глава 5
ние одного из параметров можно сбалансировать при проведении подгонки компенсирующим неправильным значением другого пара метра, так что в целом подгонка модели даст почти столь же
хороший результат, какой получается при использовании |
наилуч |
ших оценок параметров. Этот вопрос обсуждается в гл. 8 |
в связи |
с планированием экспериментов. На фиг. 5.2.2 показана |
область |
в пространстве параметров, ограниченная индивидуальными дове рительными интервалами. Полезно сравнить эту область с истин
ной совместной |
доверительной областью на |
фиг. 5.2.1. Поверх |
|
ность суммы |
квадратов задается |
уравнением, аналогичным |
|
(4.3.28а): |
|
|
|
|
Фі-а = <£мин ( 1 + |
Fi_a) |
• |
5.2.2.Проверка гипотез
Методы проверки гипотез, приведенные здесь, аналогичны
методам, |
рассмотренным |
в |
разд. |
4.3. |
|
|
||||
1. Для проверки-гипотезы |
о том, что все параметры ß 0 = ßi = |
|||||||||
= ß 2 |
= |
. . . = ß g = 0 , |
нужно |
составить |
отношение |
дисперсий |
||||
|
|
|
ss |
|
|
_ |
w'«-r__ |
|
(5.2.6) |
|
|
|
|
St- |
|
• |
|
Sé- |
|
|
|
|
|
|
Y |
г |
|
|
Y • |
|
|
|
|
|
|
|
|
|
|
i |
|
|
|
Если |
это отношение больше чем F^a |
(g+1 , п — q — 1) |
с данным |
|||||||
уровнем |
значимости а, |
то |
|
эта гипотеза |
отвергается. |
|
||||
2. |
Можно проверить |
также |
гипотезу о том, что некоторые из |
параметров ßf e равны нулю. В таком случае нужно разбить пара метры ßf e на две группы, помеченные индексами I и I I , и проверить
гипотезу о том, что все параметры из группы |
I I |
равны нулю |
(не делая никаких предположений о группе |
I) . |
Составляется |
отношение дисперсий, в котором числитель равен среднему |
квадра |
||
ту по |
группе I I : |
|
|
|
|
( b T G w ) a + i i ) - ( b T G w ) l |
|
|
|
•V« i+iD—vi |
(5.2.7) |
|
|
Si- |
|
Если |
это отношение |
превышает величину |
|
|
Fi-a |
І ( ѵ ( і + І І ) — vi), n — q — 1], |
|
гипотеза отвергается. Этот критерий помогает решить, следует ли включать в модель некоторые из переменных или же их следует исключить из модели. Заметим, однако, что если гипотеза ß n = 0 принимается и коэффициенты исключаются из модели, то возни-