N. R. Yusupbekov, D. P. Muxitdinov texnologik jarayonlarni modellashtirish va

(l+r,Xl+r2),

n,

  -  

j   n0  -

 j

(6.4)

Shuningdck, jadvaliy qiymat t(p,m) bilan  solishtiraladi.

Korrelatsion  talilil  usuli  bilan quyidagi m asalalar yechiladi.

1.  0 ‘zaro  bogMiqlik.  Parametrlar  o'rtasida  o‘zaro  bogMiqlik 

mavjudmi?

2.  Bashoratlash.  Agar  bir  parametming  xulqi  maMum  boMsa, 

unda  u  bilan  korrelatsion  boMgan  boshqasining  xulqini  bashiratlash 

mumkin.

3.  Obyektlarni  tasniflash  va  identifikatsiylash.  Korrelatsion 

tahlil  tasniflash  uchun  mustaqil  belgilar  to‘plamini  saralashga 

yordam beradi.

Regression  tahlil.  Regression  tahlil  usuliga  ko'ra  y  normal 

taqsimot 

qonuni 

bo‘yicha 

taqsimlangan 

tasodifiy 

kattalik 

hisoblanadi, 

* 

vektor  komponentlar  esa  determinanlashgan 

(tasodifiy boMmagan) kattaliklar hisoblanadi.

Shuning  uchun  ehtimollik  nazariyasi  qonuniyatlariga  muvofiq 

*  vektorning  qayd  etilgan  har  bir  qiymatida  Y  kattalik  maMum  (* 

ga  bogMiq  holda)  shartli  taqsimlanish  ehtimolliligiga  ega  tasodifiy 

kattalik hisoblanadi.

3 3 7

www.ziyouz.com kutubxonasi

---

Bu  bilan  bogMiq  holda  Y  normal  taqsimlanish  qonuni 

(regression  tahlilning  qo‘yimi)  uchun  (1)  funksiyani  tavsiflashda 

regressiya  tenglamasi  deb  ataluvchi,  shartli  matematik  kutilma 

y

-

m

[

y

\s ] ni  *  bilan bog‘liqligidan foydalanamiz:

M[Y\S\ = f ( x , a )  

(6.5)

5 

= [a0,<

2

,,...am] 

tenglama 

koeffitsiyentlari 

regressiyaning 

nazariy koeffitsiyentlari deb ataladi.

Shunday 

qilib 

koeffitsiyentlar 

tajriba 

ma’lumotlarining 

chegaralangan  tajribasi  bo‘yicha  aniqlanadi,  ammo  ularning 

qiymatlari  s 

haqiqiy  (nazariy)  nikidan  farq  qiladi  va  « 

(regressiyaning tanlanma koeffitsientlari)  bilan  belgilanadi.  Natijada 

regressiyaning  shartli  matematik  kutilma 

o‘rnida

ishlatilib, baho  y  va regressiya koeffitsiyenti  s  larni  shakllantiruvchi 

taxminiy tenglamasidan  foydalaniladi:

y  = f ( x , a )  

(6.6)

Tajriba 

ma’lumotlaridagi 

empirik 

statistik 

modellar 

regressiyasining taxminiy tenglamalari  uchun  quyidagi  uchta asosiy 

masalani yechish lozim:

y  = f ( x , a )   (6.3)  funksiyaning  aniq  ko‘rinishini  aniqlash,  ya’ni 

strukturaviy  identifikatsiya masalasini yechish;

• 

regressiyaning  tanlanma  (empirik)  koeffitsiyent  ^larini 

aniqlash, ya'ni parametrik identifikatsiya masalasini yechish;

• 

olingan  modelning xatoligini  baholash maqsadida olingan 

natijalaming statistik (regression) tahlilini  o‘tkazish.