Анализ данных в линейной регрессионной модели
Государственное образовательное учреждение высшего профессионального образования
«Московский государственный институт электронной технки
(технический универститет)»
Курсовая работа
по дисциплине
«Теория вероятности и математическая статистика»
Тема работы
«Анализ данных в линейной регрессионной модели»
Выполнил:
Студент группы ЭКТ-21
Рыжов С.А.
Проверил:
Преподаватель
Бардушкина И. В.
Москва - 2010
Вариант 20.
Задание 1
Выполнить предварительную обработку результатов наблюдений, включающую:
построение диаграммы рассеивания (корреляционного поля);
группировку данных и построение корреляционной таблицы;
оценку числовых характеристик для негруппированных и группированных данных.
Оценка числовых характеристик для негруппированных данных:
| X | Y | X | Y |
| 4,19 | 9,19 | 4,44 | 9,13 |
| 3,04 | 11,94 | 11,31 | 4,58 |
| 4,6 | 8,09 | 7,57 | 3,14 |
| 9,83 | 10,33 | 1,62 | 14,61 |
| 8,66 | 7,15 | 5,71 | 6,48 |
| 1,3 | 12,34 | 11,06 | 6,78 |
| 4,22 | 16,35 | 10,35 | 2,15 |
| 5,11 | 7,7 | 2,46 | 9,66 |
| 9,85 | 5,64 | 1,02 | 11,19 |
| 8,8 | 4,52 | 5,77 | 7,77 |
| 12,17 | 4,52 | 8,63 | 4,05 |
| 11,25 | 2,06 | 6,91 | 4,76 |
| 5,73 | 7,41 | 3,56 | 8,54 |
| 4,05 | 10,51 | 9,47 | 2,22 |
| 5,41 | 9,97 | 6,16 | 3,72 |
| 1,28 | 14,68 | 8,26 | 3,57 |
| 1,67 | 9,67 | 6,7 | 14,32 |
| 11,99 | 3,31 | 4,95 | 10,64 |
| 7,66 | 5,93 | 3,37 | 10,73 |
| 5,17 | 9,87 | 1,53 | 10,13 |
| 3,26 | 11,52 | 9,54 | 4,95 |
| 12,58 | 2,88 | 3,11 | 5,38 |
| 8,34 | 3,57 | 5,09 | 5,79 |
| 5,79 | 4,39 | 11,08 | 3,87 |
| 3,42 | 9,71 | 8,74 | -2,23 |
| Сумма X | 317.78 | ||
| Сумма Y | 369,18 | ||
| MX | 6,3556 | ||
| MY | 7,3836 | ||
| s2X | 11,02005 | ||
| s2Y | 15,31479 | ||
| KXY | -9,1594 | ||
| ρXY | -0,7194 |
Числовые характеристики для негруппированной выборки находятся по следующим формулам:
,
;
;
;
;
;
Построение корреляционного поля:

Построение корреляционной таблицы:
Таблица 1.1
|
Y X |
-1.5 | 1.5 | 4.5 | 7.5 | 10.5 | 13.5 | 16.5 | ni. |
| 2.5 | 0 | 0 | 1 | 1 | 8 | 3 | 0 | 13 |
| 5.5 | 0 | 0 | 4 | 5 | 6 | 1 | 1 | 17 |
| 8.5 | 1 | 1 | 8 | 1 | 1 | 0 | 0 | 12 |
| 11.5 | 0 | 3 | 4 | 1 | 0 | 0 | 0 | 8 |
| nj. | 1 | 4 | 17 | 8 | 15 | 4 | 1 | 50 |
Оценка числовых характеристик для группированных данных:
,
;
,
;
;
;
,
;
;
![]()
;
= - 0.87
Задание 2
Для негруппированных
данных проверить
гипотезу
об отсуствии
линейной
статистической
связи между
компонентами
X и Y при
альтернативной
гипотезе
(
уровень значимости
α = 0,05);
Выборочное значение статистики равно
,

Используя средства Matlab, найдем
![]()
![]()
Так как выборочное значение статистики больше квантили распределения Стьюдента, гипотеза H0 отклоняется в сторону гипотезы H1. Корреляция значима.
Задание 3
Для негруппированых данных получить интервальную оценку для истинного значения коэффициента корреляции ρX,Y, при уровне значимости α = 0,05.
Используя средства Matlab, найдем
![]()
, ![]()
, ![]()
![]()
Задание 4
Для негруппированных и группированных данных составить уравнения регрессии Y на x и X на Y.
Рассмотрим вначале случай негруппированных данных.
![]()
Этот интервал не содержит нуля, т.е. с доверительной вероятностью 1 – ЫВА = 0,95 существует корреляция между X и Y и имеет смысл построение уравнений регрессии.
, ![]()
y(x) = 12,77 – 0,848*x;
x(y) = 10,86 – 0,6*y;
Проверка.
,
.
,
;
,
![]()
,
;
![]()
Случай группированных данных.
Подставим
найденные
значения
в уравнеиня
линейной регрессии
Y
на x
и X
на y.
Получим:
y(x) = 17,14 – 1,4*x;
x(y) = 10,83 – 0,54*y;
Проверка:
![]()
Задание 5
Для негруппированных данных нанести графики выборочных регрессионных прямых на диаграмму рассеивания.

Задание 6
Для негруппированных данных по найденным оценкам параметров линейной регрессии Y на x получить оценку s2 для дисперсии ошибок наблюдений σ2, найти коэффициент детерминации R2, построить доверительные интервалы для параметров регрессии a и b, дисперсии ошибок наблюдений σ2 и среднего значения Y при x = x0 .
Для негруппированных
данных были
получены следующие
оценки числовых
характеристик
и коэффициентов
регрессии:
,
,
,
,
,
,
,
.
Используя
соотношение
,
вычислим остаточную
сумму
![]()
;
;
;
.
;
Тогда оценка дисперсии ошибок наблюдений равна
.
Коэффициент детерминации равен
.
Поскольку
(знак
)
,
то сделаем
проверку правильности
расчетов:
(верно).
Полученный
результат для
коэффициента
детерминации
означает, что
уравнение
регрессии
на 49,7% объясняет
общий разброс
результатов
наблюдений
относительно
горизонтальной
прямой
.
Построим доверительные интервалы для параметров линейной регрессии и дисперсии ошибок наблюдений.
С помощью
Matlab
найдем квантили
распределений
Стьюдента и
:
,
,
;
– доверительный
интервал для
параметра
:
;
;
– доверительный
интервал для
параметра
:
;
;
– доверительный
интервал для
дисперсии
ошибок наблюдений
:
;
.
-Найдем границы
доверительных
интервалов
для среднего
значения
при
:
;
.
Задание 7. Для негруппированных данных проверить значимость линейной регрессии Y на x (уровень значимости α = 0,05).
Гипотеза
:
отклоняется
на уровне значимости
,
так как доверительный
интервал
не накрывает
нуль с доверительной
вероятностью
0,95.
Этот же результат
можно получить,
используя для
проверки гипотезу
:
и статистику
.
С помощью Matlab найдем квантили распределения Фишера:
,
.
Выборочное
значение статистики
равно:
.
Поскольку
![]()
,
то гипотеза
:
отклоняется
на уровне значимости
.
Таким образом,
линейная регрессия
на
статистически
значима.
Задание №8
Для данных,
сгруппированных
только по
,
проверить
адекватность
линейной регрессии
на
(уровень значимости
).
Для проверки
адекватности
воспользуемся
корреляционной
таблицей. Будем
считать, что
середины интервалов
группировки
,
,
являются значениями
компоненты
.
Тогда число
повторных
наблюдений
равно 4. Запишем
результаты
этих наблюдений
в виде таблицы
Таблица 1.2
|
|
2,5 | 5,5 | 8,5 | 11,5 |
|
11,94 12,34 14,68 9,87 11,52 9,71 14,61 9,66 11,19 8,54 10,73 10,13 5,38 |
9,19 8,09 16,35 7,70 7,41 10,51 9,97 9,87 4,39 6,48 7,77 4,76 3,72 14,32 10,64 5,79 9,13 |
10,33 7,15 5,64 4,52 4,52 3,57 3,14 4,05 2,22 3,57 4,95 -2,23 |
4,52 2,06 3,11 2,88 4,58 6,78 2,15 3,87 |
|
|
13 | 17 | 12 | 8 |
|
|
10,79 | 8,59 | 9,65 | 3,74 |
Для удобства
расчетов в
последней
строке таблицы
приведены
средние значения
,
.
.
Получим
уравнение
выборочной
линейной регрессии
на
для данных,
сгруппированных
по
:
;
,
,
,
,
;
y(x) = 8,29 – 0,9x.
;
.
Выборочное
значение статистики
равно
.
Так как квантиль распределения Фишера, вычисленный с помощью Matlab, равен