Рассмотрим нелинейные регрессии по оцениваемым параметрам. Пусть в результате наблюдения получен ряд изучаемого показателя X и Y. По этим значениям можно построить график.
X | x 1 | x 2 | … | xn |
Y | y 1 | y 2 | … | yn |
Затем необходимо определить параметры выбранной зависимости a и b таким образом, чтобы расчетная кривая лежала как можно ближе к экспериментальной кривой.
Для этого сначала необходимо привести уравнение регрессии к линейному виду. Это преобразование называется линеаризацией. Для этого необходимо ввести замену переменных согласно выбранной модели (в соответствии с таблицей). После введения новых переменных U и Z, необходимо рассчитать параметры A и В этого уравнения.
В качестве критерия близости S выбираем минимум суммы квадратов отклонений между экспериментальными и расчетными значениями. Учитывая, что в каждом конкретном случае линейный вид уравнения различный, запишем этот критерий в универсальном виде:
Для каждой формулы из табл. в этом критерии будут присутствовать разные переменные в зависимости от приведения их к линейному виду. Например, для первой формулы U = lg Y; Z = lg X. Тогда система нормальных уравнений для определения параметров линейной зависимости будет иметь вид:
|
|
,
где [ Z ] = S Zi; [ U ] = S Ui; [ Z 2] = S Zi × Zi; [ U × Z ] = S Ui × Zi; n – количество экспериментов; A = lg a и b – искомые коэффициенты уравнения (для определения а необходимо выполнить обратное преобразование: a = 10 A).
Для нахождения соответствующих сумм в каждом случае необходимо получить различные вспомогательные таблицы с учетом приведения выражений к линейному виду. Например, для второй формулы из табл.2.3 S Zi = S Xi, а S Ui = Slg(Yi) и т.д.
Решив эту систему, получаем искомые значения параметров. Следует отметить, что при нахождении параметров других зависимостей необходимо сначала привести их к линейному виду согласно табл.2.3.
Для проверки правильности выполненных действий получаем расчетные значения подстановкой в найденную формулу экспериментальных значений X. Полученные расчетные значения наносим на график с экспериментальными данными и делаем вывод об адекватности.
X | x 1 | x 2 | … | xn |
Y | y 1р | y 2р | … | yn р |
Рассмотрим зависимость урожайности зерновых культур от количества внесенных удобрений:
Внесено удобрений, ц/га, x | |||||
Урожайность, ц/га, y |
График экспериментальной кривой представлен на рисунке.
1) ; ;
2) ; Yk = 8,83;
3) Xk = 3; ;
4) Xk = 2,24; ;
5) ; Yk = 9,5;
6) Xk = 1,67; Yk = 8,21.
И наносим их на тот же график.
В связи с неровностью исходной кривой выбор зависимости неоднозначен – для учебных целей выбираем формулу 1: Y = a × Хb. В линейном виде U = A + bZ; U = lg Y; A = lg a; Z = lg X.
|
|
Система нормальных уравнений имеет вид:
Находим коэффициенты этой системы. Для этого оформляем табл. 2.4
Таблица 2.4. Промежуточные результаты расчета
X | Y | Z = log X | U = log Y | Z 2 | Z × U | Y р |
0,00 | 0,78 | 0,00 | 0,00 | 6,14 | ||
0,30 | 0,95 | 0,09 | 0,29 | 8,52 | ||
0,48 | 1,00 | 0,23 | 0,48 | 10,33 | ||
0,60 | 1,08 | 0,36 | 0,65 | 11,84 | ||
0,70 | 1,11 | 0,49 | 0,78 | 13,16 | ||
2,08 | 4,93 | 1,17 | 2,19 |
Решаем систему
; .
Так как в линейном виде участвует переменная A, необходимо перейти к исходной переменной а, по формуле а = 10 А = 100,788 = 6,136. В итоге получаем Y = 6,136 × Х 0,474.
Расчетные значения по полученному уравнению регрессии приведены в последнем столбце табл.2.4. исходные и расчетные значения урожайности приведены на следующем графике:
По взаимному расположению двух кривых можно сделать вывод о достаточно хорошей сходимости полученного уравнения (далее будут применены статистические критерии сходимости).
Содержимое табл.2.4 зависит от выбранной формулы, в ней могут быть столбцы с разными Х, Y, Z, и U, конкретные значения которых зависят от соответствующих преобразований в последнем столбце табл.2.3. Например, для 6-й формулы из табл.2.3 вместо X в табл.2.4 будет значение Z = 1/ X, а вместо Y – U = 1/ Y. Соответственно изменятся и столбцы Z 2 и U × Z вместо Y × Z. Преобразуется и система нормальных уравнений.