Regressiya koeffitsiyentlari – empirik modellar parametrlarini aniqlash


Download 63.46 Kb.
Sana16.06.2023
Hajmi63.46 Kb.
#1494673
Bog'liq
13-Regressiya koeffitsiyentlari


Regressiya koeffitsiyentlari – empirik modellar parametrlarini aniqlash.

Ushbu holda regressiya tahlilining uslubiyatidan kelib chiqib, eng kichik kvadratlar (EKK) usuli bilan tajriba ma’lumotlarini silliqlantirish masalasi amalga oshiriladi.


Rasmda bir o‘zgaruvchi li regressiyalar uchun EKK usulini grafik ifodalanishi keltirilgan (* - tajriba ma’lumotlari, - regressiya tenglamasi bo‘yicha hisoblangan ma’lumotlar):

Bunda tajriba quyidagi jadvaldan foydalanib amalga oshiriladi:



Bir o‘zgaruvchili funksiya turini koordinata o‘qlari ni quyida ko‘rsatilgan o‘zgartirish yo‘li (strukturaviy identifikatsiya masalasini yechish) bilan tanlanishi mumkin.


Natijada almashtirilgan funksiya u nafaqat regressiya koeffit­siyentlari bo‘yicha, balki almashtirilgan o‘zgaruvchi x uchun ham chiziqli bo‘lib qoladi.









Bir o‘zgaruvchili funksiyani chiziqli ko‘rinishga
almashtirish



Tenglama

To‘g‘ri chiziq koordinatalari

To‘g‘ri chiziq tenglamasi

Izoh

x

y o‘qi



x





Asimptotalar:







y



Asimptotalar:











Asimptotalar:



yoki














yoki



















x

bu yerda,


- tajribaviy egrilikdagi istalgan nuqta





Asimptotalar:
masofasiga siljigan o‘sha egri chiziq



log x

Log y




Agar bo‘lsa, egri chiziq parabola shakliga ega va koordinatalar boshidan va nuqta orqali o‘tadi.
Agar bo‘lsa, egri chiziq asimptota sifatidagi koordinata o‘qlari bilan giperbola hisoblanadi va nuqta orqali o‘tadi.



log x





Avval , formula bo‘yicha approksimatsi­yalanadi
Bu yerda
, esa
- tajribaviy nuqtalar



log x





Dastlabki tenglama logarifmlangandan so‘ng, 4a punktdagidek amalga oshiriladi



x

Log y



Egri chiziq nuqtadan o‘tadi

EKKU mezoni quyidagi ko‘rinishga ega:




(6.23)

bu yerda va elementlar vektori ning bitta qiymati bilan hisoblanadi,


n – sinovlarning umumiy soni yoki tanlanma hajmi.
Tenglama (6.6) ga muvofiq va Cr mezoni ham parametrlarning ko‘p o‘zgaruvchili funksiyasi hisoblanadi:


(6.24)

(6.6) modelning koeffitsiyentlari (parametrlari) ni aniqlash (to‘g‘rilash) uchun Cr mezon eng kichik bo‘lishi lozim, ya’ni rasmdagi vertikal kesishmalar kvadratlarining yig‘indisi eng kichik bo‘ladi:





Shuning uchun ham modellar (6.6) ning koeffitsiyentlarini aniqlash masalasi (6.23) va (6.24) mezonlarning minimumini aniqlash algoritmlardan birini ishlab chiqish orqali amalga oshiriladi:


(6.25)
- parametrlarning yo‘l qo‘yiladigan sohasi – birinchi tur chegarasi.
Parametrik identifikatsiyalash masalasi nochiziqli modellar uchun aynan shunday yechiladi.
Albatta, ushbu holatda ko‘p o‘zgaruvchili funksiya (16) ekstremumining zaruriylik shartidan ham foydalanish mumkin:


(6.26)

Umumiy hollarda tizimning qidirilayotgan koeffitsiyentlarini aniqlash uchun nochiziqli tenglama (6.26) koeffit­siyentlarga nisbatan yechilgan bo‘lishi kerak.


Biroq amaliyot shuni ko‘rsatadiki, nochiziqli tenglamalar tizimini yechish optimallashtirish masalalari (6.25) ni to‘g‘ri yechish kabi aslo oson emas.
Parametrlari (kirish o‘zgaruvchilarining ixtiyoriy soni) bo‘yicha chiziqli modellar uchun regressiyaning tanlanmali (empirik) koef­fitsi­yentlarini aniqlash:

Ushbu holda tadqiqot tajribalarini o‘tkazish jadvali quyidagi ko‘rinishga ega:



Chiziqli yoki parametrlari bo‘yicha chiziqlantirilgan modellar uchun (6.14) ifodani EKKU mezoni (6.23) ga qo‘yish zarur:
(6.27)
va ko‘p o‘zgaruvchili funksiya (6.26) ekstremumining zaruriy shartidan fodalanib, olingan chiziqli algebraik tenglamalar tizimi (CHATT) ni yechish kerak:
(6.28)

Tenglamalar tizimi (6.28) dagi a’zolarni guruhlab, CHATT ni quyidagi ko‘rinishda yozilsa:


(6.29)

va agar ko‘rib chiqilayotgan axborot matritsasi ga kiritilsa,




(6.30)
unda u kvadrat, simmetrik bo‘lib qoladi va uning element­larining qiymatlari faqat kirish o‘zgaruvchilari hamda funksiyaning aniq turiga bog‘liq bo‘ladi.
Matritsa ko‘rinishidagi axborot matritsasi ni kirish o‘zgaruvchilarining boslang‘ich matritsasi va shakli o‘zgartirilgan ko‘rinishda keltirish mumkin:


(6.31)

Kirish o‘zgaruvchilariga bog‘liq matritsa quyidagi ko‘rinishga ega:




(6.32)

CHATT (6.29) ning o‘ng qismiga binoan yozish mumkin:


(6.33)

yoki matritsa ko‘rinishida:


(6.34)
Natijada empirik modellarning koeffitsiyentlarini aniqlash uchun yechiladigan CHATT (6.29) quyidagicha keltirilishi mumkin:
(6.35)

yoki matritsa ko‘rinishida:


(6.36)


Agar koeffitsiyentlarni aniqlashda teskari matritsalar usulidan foydalanilsa, unda quyidagilar olinadi:




(6.37)

va shuningdek, ko‘paytma birlik matritsa ga teng bo‘ladi, ya’ni


(6.38)
Unda


(6.39)
Yoki

(6.40)


Chiziqli regressiya koeffitsiyentlari (empirik modellarning parametrlari) ni aniqlash uchun matritsali formula (6.40) ifodaga (6.31) va (6.32) matritsaviy tengliklarni qo‘ygandan so‘ng olinadi:




(6.41)

Shunday qilib, chiziqli yoki chiziqlantirilgan regressiya modellarining koeffitsiyentlarini aniqlash uchun quyidagi amallar ketma-ketligini bajarish zarur:



  • kuzatish vektorini shakllantirish va uning komponentlarini hisoblash (faqat chiziqlantirilgan modellar uchun);

  • kirish o‘zgaruvchilariga bog‘liq bo‘lgan matritsa kompo­nentlarni shakllantirish va hisoblash;

  • matritsani transponirlash;

  • transponirlangan matritsa ni boshlang‘ich matritsa ga ko‘paytirish;

  • axborot matritsa – ga murojaatni amalga oshirish;

  • olingan teskari matritsani matritsaga ko‘paytirish;

  • olingan natijani kuzatish vektori ga ko‘paytirish va (33) regressiyaning tanlanmaviy koeffitsiyentlarini olish.

Download 63.46 Kb.

Do'stlaringiz bilan baham:




Ma'lumotlar bazasi mualliflik huquqi bilan himoyalangan ©fayllar.org 2024
ma'muriyatiga murojaat qiling