MLR oddiy eng kichik kvadratlarga ( OLS ) asoslanadi , model shunday mos keladiki, kuzatilgan va bashorat qilingan qiymatlar farqlarining kvadratlari yig'indisi minimallashtiriladi.
MLR modeli bir nechta taxminlarga asoslanadi (masalan, xatolar odatda nol o'rtacha va
doimiy dispersiya bilan taqsimlanadi). Taxminlar qondirilsa, regressiya baholovchilari xolis , samarali va izchil ekanligi ma'nosida optimal hisoblanadi . Xolislik baholovchining kutilayotgan qiymati parametrning haqiqiy qiymatiga teng ekanligini bildiradi. Samarali
degani, baholovchi boshqa har qanday baholovchiga qaraganda kichikroq dispersiyaga
ega ekanligini anglatadi. Konsistent degani, tanlanma hajmi cheksizlikka yaqinlashganda, baholovchining tarafkashligi va dispersiyasi nolga yaqinlashishini bildiradi.
|
|
|
|
|
|
Model qanchalik yaxshi?
|
|
|
Determinatsiya koeffitsienti deb ham ataladigan R 2 regressiya modelining tushuntirish
kuchini umumlashtiradi va kvadratlar yig'indisidan hisoblab chiqiladi.
|
|
|
|
|
|
R 2 regressiya modeli bilan izohlangan qaram o'zgaruvchining dispersiya ulushini
tavsiflaydi.
Agar regressiya modeli "mukammal" bo'lsa, SSE nolga, R 2 esa 1 ga teng. Agar regressiya
modeli to'liq muvaffaqiyatsizlikka uchragan bo'lsa, SSE SST ga teng, hech qanday
dispersiya regressiya bilan izohlanmaydi va R 2 nolga teng. Yuqori R 2 va sabab o'rtasida
to'g'ridan-to'g'ri bog'liqlik yo'qligini yodda tutish kerak .
|
|
|
|
|
|
|
Do'stlaringiz bilan baham: |
