Vjerojatnost i matematička statistika - Poslijediplomski specijalistički ...
Vjerojatnost i matematička statistika - Poslijediplomski specijalistički ...
Vjerojatnost i matematička statistika - Poslijediplomski specijalistički ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
5<br />
4.5<br />
4<br />
isplata<br />
3.5<br />
3<br />
2.5<br />
2<br />
2 2.5 3 3.5 4 4.5 5 5.5<br />
zahtjev<br />
10.2.7 Provjera modela<br />
Kako je već prije spomenuto, slučajne se pogreške u modelu (10.3) procjenjuju pomoću<br />
reziduala<br />
ˆε i = Y i − Ŷi, i = 1, 2, . . . , n.<br />
Uvidom u opažene vrijednosti reziduala (dakle, na osnovi podataka (10.1), može se ispitati<br />
opravdanost pojedinih pretpostavki na model, posebno<br />
(a) pretpostavke na slučajne pogreške (A1 − 4);<br />
(b) pretpostavka na prirodu veze izmedu varijabli X i Y .<br />
Na primjer, prikazom reziduala pomoću linijskog grafa može se ispitati pretpostavka (A4) o<br />
normalnosti pogrešaka. Nadalje, adekvatnost modela (pretpostavka linearnost i/ili Gauss-<br />
Markovljevi uvjeti) može se ispitati prikazom reziduala u Kartezijevom koordinatnom sustavu<br />
u odnosu na pripadne procjene ŷ i , odnosno uvidom u dijagram raspršenja točaka<br />
(ŷ i , ˆε i ), i = 1, 2, . . . , n. Na slici su prikazana dva dijagrama raspršenja reziduala. Lijevi<br />
dijagram prikazuje reziduale jednostavnog linearnog modela prilagodenog podacima iz<br />
primjera 10.1. Odsustvo bilo kakvog uzorka pokazuje da je pretpostavljeni model dobar.<br />
S druge strane, desni dijagram prikazuje reziduale neke prilagodbe koji indiciraju da je<br />
pretpostavka (A2) o homogenosti varijance pogrešaka neadekvatna.<br />
0.4<br />
0.2<br />
0<br />
-0.2<br />
-0.4<br />
2 2.5 3 3.5 4 4.5 5<br />
1<br />
0.75<br />
0.5<br />
0.25<br />
0<br />
-0.25<br />
-0.5<br />
-0.75<br />
2 2.5 3 3.5 4 4.5 5<br />
97