Тасодифий миқдорнинг дисперсияси- тасодифий ўзгармайдиган қийматининг унинг тахминига нисбатан тарқалишининг ўлчовидир.
Ўртача квадратик четланиш- эҳтимоллик назарияси ва статистикаси бўйича, тасодифий ўзгарувчан қийматларнинг кутилаётган натижаларига нисбатан тарқалишининг энг кенг тарқалган кўрсаткичи
Вариация- (лотин, ўзгарувчанлик, ўзгариш) одатда бир нарсанинг ўзгариши, енгил ўзгариш ёки оғиш деб номланади.
ва шу каби статистик кўрсаткичлар.
10.Регрессиянинг хусусий тенгламаси (кўп омилли ва хусусий корреляция).
Иқтисодий ҳодисалар, одатда, бир вақтнинг ўзида ва умумий таъсир қилувчи кўп сонли омиллар билан аниқланади. Шу муносабат билан кўпинча у ўзгарувчининг бир неча х 1 , х 2 ,...,хk изоҳловчи ўзгарувчиларга боғлиқлигини тадқиқ этиш масаласи пайдо бўлади. Ушбу масала кўп омилли корреляцион-регрессион таҳлил ёрдамида ҳал этилиши мумкин. Кўп омилли корреляцион-регрессион таҳлил қуйидаги босқичларни ўз ичига олади: омиллар ўртасидаги боғлиқликнинг жипслигини ўлчаш; моделга кирувчи омилларни танлаб олиш; омиллар боғлиқликларининг номаълум сабабларини аниқлаш; регрессия тенгламасининг хилини аниқлаш; регрессия моделини тузиш ва унинг параметрларини баҳолаш; боғлиқлик параметрларининг аҳамиятлилигини текшириш; боғлиқлик параметрларини оралиқ қисқартириш. Боғлиқликни кўп омилли регрессия усуллари билан тадқиқ этишда масала ҳудди жуфт регрессиядан фойдаланишдаги каби қўйилади, яъни у натижали белги билан х 1 , х 2 ,...,х k омиллар ўртасидаги боғлиқлик 66 шаклининг таҳлилий ифодасини аниқлаш учун, қуйидаги функцияни топиш талаб этилади: ( , ,..... ) x 1 2 k y f x x x , бу ерда k – омиллар сони. Энг кичик квадратлар усулининг ўзига хос хусусиятлари туфайли кўп омилли регрессияда жуфт регрессиядаги каби фақат чизиқли тенгламалар ва ўзгарувчиларни ўзгартириш йўли билан чизиқли кўринишга келтириладиган тенгламалар қўлланилади. Бунда боғлиқлик шаклини асослашнинг қийинлиги туфайли кўпинча чизиқли тенгламадан фойдаланилади, уни қуйидаги тарзда ёзиш мумкин: x i i k ik i y a a x a x ... a x бу ерда а0 ,а1 , ..., аk – модель параметрлари (регрессия коэффициентлари); i – тасодифий катталик (қолдиқ қиймати). Регрессия коэффициенти аj регрессия тенгламасига кирувчи бошқа омилларнинг қатъий белгиланган (доимий) қийматида хj ўзгарувчи бир ўлчов бирлигига оширилгандагина у натижавий омил ўртача қанча миқдорга ошишини кўрсатади. Кўп омилли регрессия модели параметрларини баҳолашни матрицали шаклда амалга ошириш мумкин. Матрица шаклидаги чизиқли кўп омилли регрессияси тенгламаси қуйидаги кўринишда ёзилади: Y = Ха + , бу ерда Y – ўлчамга эга эрксиз ўзгарувчи қийматлари вектори (n × 1); Х – Х1, Х2, ..., Хk мустақил ўзгарувчилар қийматлар матрицаси, Х матрицанинг ўлчамлилиги n×(k+ 1) га тенг. Биринчи устун битталик ҳисобланади, чунки регрессия тенгламасида а0 бирга кўпайтирилади;
Do'stlaringiz bilan baham: |