Общие сведения о регрессионных моделях

При проведении различных исследований различных исследований часто приходится отыскивать и изучать связи между различными процессами и их характеристиками.

Если некоторая величина однозначна связана с некоторой величиной, то такая связь называется функциональной, т.е..

На практике между двумя случайными величинами может существовать стохастическая связь, проявляющаяся в изменении закона распределения этих величин, обнаруживать эту связь удается, как правило, только в результате многочисленных измерений и последующей статической обработки полученных результатов.

Для установления вида зависимости, при стохастической связи величины, т.е. для идентификации этой зависимости используется регрессионный анализ.

При этом различают положительную линейную и нелинейную, отрицательную и неотрицательную регрессии.

Функция регрессии определяется в виде соответствующего математического уравнения того или иного типа.

С помощью функции регрессии можно установить значение зависимой величины внутри интервала, заданные значения независимой переменной или же оценить в течении процесса внезапного интервала.

Внедрение в практику ЭВМ и разработка стандартных программ по регрессионному анализу существенно ускоряет и облегчает обработку больших массивов статических данных и дает возможность построения многократных моделей.

Под этой зависимостью понимают одностороннюю стохастическую связь.

Не известные параметры регрессии ивычисляются с помощью наименьших квадратов по уравнению:

Помимо простой линейной регрессии может использоваться множественно линейная регрессия вида:

В этом случае, переменные оказывают соответственное влияние на зависимую переменную.

Расчет коэффициентов множественной регрессии осуществляются по регрессии, изложенной в специальной литературе.