Презентация «Многомерный регрессионный анализ. Алгоритмов бейесовского оценивания. Теорема о многомерном условном распределении вероятносте»
Смотреть слайды в полном размере 
Вы можете ознакомиться с презентацией онлайн, просмотреть текст и слайды к ней, а также, в случае, если она вам подходит - скачать файл для редактирования или печати. Документ содержит 20 слайдов и доступен в формате ppt. Размер файла: 200.00 KB
Pic.1
1. Многомерный регрессионный анализ Основа алгоритмов бейесовского оценивания -Теорема о многомерном условном распределении вероятностей: Процесс в k векторов с НЗР, разделен на 2 части k1 (фактор, …
Pic.2
1. Многомерный регрессионный анализ Основные шаги: 1. Расширенная матрица плана Х0 совместная для k1 объясняющих переменных Х и k2 результирующих переменных Y – они обязательно на последнем месте
Pic.3
1. Многомерный регрессионный анализ 2. Из матрицы плана Х0 : а) вектор средних по столбцам для X → и Y → б) оценка совместной ковариационной матрицы К0, которая состоит из блоков где Хц, Yц – …
Pic.4
1. Многомерный регрессионный анализ 3. Характеристики многомерного условного распределения вероятностей: – условное математическое ожидание (линейное уравнение регрессии с многомерным откликом) с …
Pic.5
1. Многомерный регрессионный анализ Обычно условное математическое ожидание (линейное уравнение регрессии с многомерным откликом) приводят к нормальному виду где Тогда окончательно его нормальный вид …
Pic.6
1. Многомерный регрессионный анализ – условная ковариационная матрица К(Y|X) отклика (результирующей матрицы переменных Y модели) с размерностями Здесь - матрица оценок точности смоделированных рядов …
Pic.7
1. Многомерный регрессионный анализ Вариант когда известна обратная ковариационная матрица . 2 основных подхода: 1. Обратить обратную матрицу и использовать полученные ранее формулы; 2. …
Pic.8
1. Многомерный регрессионный анализ Вспоминаем, что матрица коэффициентов А и матрица оценок KY|X имеют вид Рассматривая структуру обратной матрицы С0 не сложно заметить, что для коэффициентов в виде …
Pic.9
1. Многомерный регрессионный анализ Матрица оценок KY|X из структуры обратной матрицы С0 есть Нюанс нормировки (n и n - k). Целесообразность девиационной матрицы S. Формулы этого вида используются …
Pic.10
1. Многомерный регрессионный анализ Формулы получают исходя из следующих соображений: - Для всего процесса с k рядами получают многомерный закон распределения f(Y, X) (совместный для набора X из k1 …
Pic.11
1. Многомерный регрессионный анализ Основные частные случаи теоремы: 1. 1 факторная переменная (ряд), 1 результирующая – парный линейный регрессионный анализ 2. Много факторных переменных, 1 …
Pic.12
1. Многомерный регрессионный анализ 1 вариант: – 1 фактор, 1 отклик: Характеристики одномерного условного закона распределения для 1-отклика MO(y|x) = f(x) для процесса с факторной переменной х и …
Pic.13
1. Многомерный регрессионный анализ – условное математическое ожидание ( и она же линейная форма парной регрессии) или в нормальном виде с
Pic.14
1. Многомерный регрессионный анализ – условная дисперсия (ковариационная матрица для 1 ряда, дисперсия модели) Проблема нормировки: что получим умножают на т. к. два определяемых коэффициента. Если …
Pic.15
1. Многомерный регрессионный анализ Вычисления через прямую К0 и обратную С0 ковариационные матрицы: - прямая коэффициенты регрессии дисперсия модели Не забыть нормировку t.
Pic.16
1. Многомерный регрессионный анализ - обратная коэффициенты регрессии дисперсия модели Не забыть нормировку t. Трудоемка точность коэффициентов.
Pic.17
1. Многомерный регрессионный анализ 2 вариант: 1 отклик, n факторов Теорема о характеристиках многомерного условного закона распределения для 1-отклика: имеется выборочная ковариационная матрица для …
Pic.18
1. Многомерный регрессионный анализ – условным математическим ожиданием (линейной формой множественной регрессии) или в нормальном виде Здесь а' – вектор-строка, x и y – столбцы. – условной …
Pic.19
1. Многомерный регрессионный анализ Через обратную матрицу С0 имеем вектор коэффициентов в виде строки и столбца и дисперсию модели
Pic.20
1. Многомерный регрессионный анализ 3 случай общий: n факторов, n откликов уже рассмотрен Нюанс для оценки модели: Результат – матрица, где по диагонали дисперсии смоделированных k2 рядов Y. Общая …
Если вам понравился сайт и размещенные на нем материалы, пожалуйста, не забывайте поделиться этой страничкой в социальных сетях и с друзьями! Спасибо!
