Vjerojatnost i matematička statistika - Poslijediplomski specijalistički ...
Vjerojatnost i matematička statistika - Poslijediplomski specijalistički ...
Vjerojatnost i matematička statistika - Poslijediplomski specijalistički ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Nije teško pokazati da se te procjene mogu izračunati po formulama<br />
ˆβ = S xy<br />
S xx<br />
,<br />
ˆα = ȳ − ˆβ¯x.<br />
Naime, ˆα i ˆβ su rješenja sustava od dvije jednadžbe koje se dobiju kada se parcijalne<br />
derivacije od q(α, β) izjednače s nulom. Dakle, procjenitelji metodom najmanjih kvadrata<br />
od α i β su statistike<br />
ˆβ = S xY<br />
, ˆα = Y −<br />
S ˆβ¯x.<br />
xx<br />
Za uzoračke razdiobe tih <strong>statistika</strong> vrijedi:<br />
E[ ˆβ] = β, Var[ ˆβ] = σ 2 ·<br />
E[ˆα] = α,<br />
1<br />
S xx<br />
,<br />
Var[ˆα] = σ 2 · ( 1 n + ¯x2<br />
S xx<br />
).<br />
Označimo sa Ŷi := ˆα + ˆβx i procjenitelj za varijablu Y i , a sa ŷ i opaženu vrijednost tog procjenitelja<br />
(i = 1, 2, . . . , n). Tada je nepristrani procjenitelj zajedničke varijance slučajnih<br />
grešaka <strong>statistika</strong><br />
ˆσ 2 := 1 n∑<br />
(Y i −<br />
n − 2 Ŷi) 2 .<br />
i=1<br />
Primijetite da je opažena vrijednost ∑ n<br />
i=1 (y i − ŷ i ) 2 od ∑ n<br />
i=1 (Y i − Ŷi) 2 upravo jednaka<br />
minimumu funkcije (10.4)<br />
10.2.3 Rastav varijance odziva<br />
Ukupna varijabilnost u slučajnom uzorku Y varijable odziva Y je<br />
n∑<br />
SSTOT := (Y i − Y ) 2 = S YY .<br />
i=1<br />
Dio te varijabilnosti se objašnjava postojanjem linearne ovisnosti varijabli Y i o vrijednostima<br />
x i od X, a dio postojanjem slučajnih pogrešaka. Udio varijabilnosti zbog linearne<br />
ovisnosti Y o X u ukupnoj varijabilnosti SSTOT predstavlja mjeru prilagodbe linearnog<br />
regresijskog modela podacima.<br />
Kvadriranjem izraza<br />
Y i − Y = (Y i − Ŷi) + (Ŷi − Y )<br />
i zbrajanjem po svim i = 1, 2, . . . , n dobijamo<br />
n∑<br />
n∑<br />
n∑<br />
(Y i − Y ) 2 = (Y i − Ŷi) 2 + (Ŷi − Y ) 2 ,<br />
i=1<br />
i=1<br />
i=1<br />
budući da je zbroj srednjih članova kvadrata binoma jednak nuli. Član s lijeve strane<br />
dobivene jednakosti je SSTOT, ukupna varijabilnost u podacima od Y ili ukupna suma<br />
kvadrata. Drugi član s desne strane jednakosti predstavlja zbroj kvadrata odstupanja vrijednosti<br />
prilagodene regresijske funkcije od uzoračke srednje vrijednosti od Y , dakle, onaj<br />
dio ukupne varijabilnosti koji je objašnjen linearnom zavisnošću Y o X. Taj zbroj zovemo<br />
sumom kvadrata zbog regresije i označavamo sa SSR. Na kraju, prvi član zdesna je zbroj<br />
kvadrata procijenjenih pogrešaka ili reziduala ˆε i := Y i − Ŷi (i = 1, 2, . . . , n), koji još zovemo<br />
92