АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция

Нелинейная регрессия

Читайте также:
  1. Линейная регрессия
  2. Линейная регрессия
  3. Множественная линейная регрессия
  4. Нелинейная зависимость затрат и прибыли конкурентной фирмы от объемов производства
  5. Нелинейная оптика
  6. Обобщенный метод наименьших квадратов (взвешенная регрессия)
  7. Ортогональная регрессия
  8. Параметры линейного уравнения регрессия
  9. Парная линейная регрессия
  10. Перенос и регрессия
  11. Простая регрессия

Полученный в предыдущем разделе результат несколько обескураживает мы получили, что оба уравнения регрессии {12 15) и (12 17) неадекватны экспериментальным данным Последнее произошло потому, что оба эти уравнения характеризуют линейную связь между признаками, а мы в разделе 11 9 показали, что между переменными X и Y имеется значимая криволинейная зависимость Иными словами, между переменными Хи Y в этой задаче необходимо искать не линейные, а криволинейные связи Проделаем это с использованием пакета «Стадия 6 0» (разработка А П Кулаичева, регистрационный номер 1205)

Задача 12.2. Психолог хочет подобрать регрессионную модель, адекватную экспериментальным даиным, полученным в задаче 11 9

Решение. Эта задача решается простым перебором моделей криволинейной регрессии предлагаемых в статистическом пакете Сталия Пакет организован таким образом, что в электронную таблицу, которая является исходной для дальнейшей работы, заносятся экспериментальные данные в виде первого столбца для переменной X и второго столбца для переменной Y Затем в основном меню выбирается раздел Статистики, в нем подраздел — регрессионный анализ, в этом подразделе вновь подраздел — криволинеиная регрессия В последнем меню даны формулы (модели) различных видов криволинейной регрессии, согласно которым можно вычислять соответствующие регрессионные коэффициенты и сразу же проверять их на значимость Ниже рассмотрим только несколько примеров работы с готовыми моделями (формулами) криволинейной регрессии

1 Первая модель — экспонента Ее формула такова

2

Оба регрессионных коэффициента оказались значимыми Следовательно, задача решена — мы выявили форму криволинейной зависимости между успешностью решения третьего субтеста Векслера и уровнем знаний по алгебре — это зависимость параболического вида Этот результат подтверждает вывод, полученный при решении задачи II 9 о наличии криволинейной зависимости между переменными Подчеркнем, что именно с помощью криволинейной регрессии был получен точный вид зависимости между изучаемыми переменными


1 | 2 | 3 | 4 |

Поиск по сайту:



Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.002 сек.)