Решение выполняется с помощью пакета Mathcad

Вид материалаРешение

Содержание


Задание 5. Постройте прямую регрессии Y на X.
Решение (6) с помощью пакета MathCAD
Подобный материал:
ЛЕКЦИЯ 11


Построение прямой регрессии (задача 1 задания № 3 из задачника Л.Н. Пронина)


Совместное дискретное распределение случайных величин задано таблицей




-3

-1

1

3

-1

0.15

0.04

-

-

1

0.05

0.14

0.07

-

3

-

0.06

0.17

0.06

5

-

0.03

0.03

0.2


Решение выполняется с помощью пакета MathCAD


Ввод данных




индексация массивов начинается с 1



индекс значения случайной величины





ввод значений случайных величин



матрица вероятностей

Задание 1. Найдите частные законы распределения случайных величин .


Частное распределение случайной величины найдём по формуле , то есть найдём сумму вероятностей

.


Вероятность обозначим .


Аналогично найдём частное распределение случайной величины . Вероятность обозначим .


Нахождение частных распределений с помощью пакета MathCAD. Обозначим и .



индекс значений случайной величины Y









частные распределения

Запишем частные распределения в виде таблиц


X

-1

1

3

5

P

0.19

0.26

0.29

0.26




Y

-3

-1

1

3

P

0.2

0.27

0.27

0.26



Задание 2. Найдите математические ожидания, дисперсии и средние квадратические отклонения частных распределений случайных величин .


Найдём вначале первые два момента , и

вторые моменты , .


Нахождение моментов с помощью пакета MathCAD. Обозначим , ,









первые моменты









вторые моменты

Далее вспомним, что , , , , , . Таким образом, математические ожидания найдены, осталось найти дисперсии и среднее квадратическое отклонение

Нахождение дисперсий и средних квадратических отклонений с помощью пакета MathCAD. Обозначим ,










дисперсии









cредние квадратические отклонения

Таким образом, получили , , , .




Задание 3. Найдите условное распределение случайной величины .


Здесь требуется найти


Нахождение условного распределения с помощью пакета MathCAD. Обозначим

и напомним, что

условные вероятности





Представим результат в виде таблицы



X\Y

-3

-1

1

3

-1

0.789

0.211







1

0.192

0.538

0.269




3




0.207

0.586

0.207

5




0.115

0.115

0.769



Здесь в строке стоят распределения величины Y при фиксированной значении X. Поэтому сумма чисел в строке равна 1.


Представим эти данные графически



Здесь диаметр точки пропорционален условной вероятности.


Задание 4. Найдите условные математические ожидания случайной величины .


Требуется найти . Условное математическое ожидание обладает свойством экстремальности. Поясним это. Будем рассматривать фиксированном случайную величину распределённую с вероятностями . (см.Задание 2 и рис.) . Каждому можно поставить в соответствие некоторое число и рассмотреть квадраты отклонений значений случайной величины от , то есть . Это новая случайная величина с вероятностями . Может быть найдено её среднее, то есть

. (1)

Геометрически это интерпретируется следующим образом – квадрат отклонения берётся с весом равным вероятности и чем больше вероятность, тем весомее вклад отклонения в сумму 1.

Поставим задачу: найти такое число чтобы минимизировать равенство (1), то есть

(3)


В теории доказано (Лекция 10), что минимум (3) достигается при и равен минимуму


(4)

Вычислим .


Нахождение условного математического ожидания с помощью пакета MathCAD. Напомним обозначение . Обозначим






условные математические ожидания

Добавим к рисунку условных распределений условные математические ожидания



^ Задание 5. Постройте прямую регрессии Y на X.


Уравнение прямой регрессии будем искать в виде . Коэффициенты и будем искать по аналогии с (4) так, чтобы


(5)


Минимизируемая функция в (5) – это функция двух переменных и . Найдём градиент этой функции и приравняем к нулю





Отсюда имеем систему линейных уравнений относительно переменных и .


(6)


^ Решение (6) с помощью пакета MathCAD









Получили ,


Построение прямой регрессии с помощью пакета MathCAD.



В теории доказано, что коэффициенты прямой регрессии можно было вычислить по формулам , , где .


Вычислим коэффициенты прямой регрессии с помощью пакета MathCAD. Обозначим . Напомним обозначения , , ,



смешанный момент