3. 3. Нелинейная зависимость

Связь между признаком x и y может быть нелинейной, например, в виде полинома:

y = P_k (x) + , (28)

где P_k (x) = _о + ₁ x + ...+ _k x^k, k - степень полинома,  - случайная составляющая, М = 0, D = ² .

Для имеющихся данных (x_i ,y_i), i = 1, ..., n, можно записать

y_i = _о + ₁ x_i + ₂ + ...+ _k + _i , i =1, ..., n (29)

или, как и (12), в матричной форме:

Y = X  +  , (30)

где .

Имеем задачу (13), и потому все формулы п.2. оказываются справедливыми и в этом случае (28) . Слово “линейный” в названии “линейный регрессионный анализ” означает линейность относительно параметров _j , но не относительно факторов x_j . Широко используется, кроме полиномиальной, например, следующие модели:

1) логарифмическая; если зависимость y = a₀ , то после логарифмирования получаем

ln y = ln a_o + a₁ ln x = _о + ₁ ln x;

2) гиперболическая (при обратной зависимости, т.е. при увеличении х признак y уменьшается):

y = _о + ;

3) тригонометрическая:

y = _о + ₁ sinx + ₂ cos x и другие.

Пример. Имеются эмпирические данные о зависимости y - выработки на одного работника доменного производства от x - температуры дутья; данные приведены в табл. 3 в условных единицах.

Таблица 3

№	X	Y	№	X	Y
1	1.01	8.8	11	5.80	11.8
2	1.15	9.2	12	6.14	12.2
3	1.91	8.7	13	6.64	13.1
4	2.47	10.2	14	6.85	14.4
5	2.66	9.3	15	8.11	17.5
6	2.74	9.4	16	8.47	18.6
7	2.93	10.7	17	9.09	18.6
8	4.04	8.5	18	9.23	18.0
9	4.50	8.9	19	9.59	23.8
10	4.64	8.0	20	9.96	18.4

Выполнение в пакете STATISTICA

Ввод данных. Образуем таблицу 4v  20c, назовем ее, например, Domna. sta. В первые 2 столбца поместим исходные данные x и y. В третьем столбце поместим значения нового фактора х2 квадратов температур, long name: = x^2, в четвертом - х3 третьих степеней температур х, long name: = x^3. Сначала оценим имеющиеся данные визуально, с помощью процедуры Scatterplot (диаграмма рассеяния). Видим, что зависимость, возможно, нелинейная. Построим несколько регрессий.

1) Регрессия первой степени: y = _о + ₁ x (indep. Var.: x); получим (в скобках указаны стандартные ошибки оценок):

y = 5.36 + 1.40 x

(0.98) (0.16)

= 0.798, s = 2.09.

2) Регрессия второй степени: y = _о + ₁ x + ₂ x² (indep. Var.: x, x2); получим:

y = 9.9 - 0.88 x + 0.21 x², (31)

(1.33) (0.57) (0.05)

= 0.892, s = 1.53,

коэффициент ₁ = -0.88 незначимо отличается от 0. Эта регрессия лучше предыдущей в смысле и s. Однако, возможно, регрессия третьей степени окажется лучше?

3) Построим регрессию третьей степени: y = _о + ₁ x + ₂ x² + ₃ x³

(indep. Var.: x, x2 , x3 ); получим:

y = 11.6 - 2.35 х + 0.53 х² - 0.02 х³

(2.33) (1.74) (0.36) (0.02)

= 0.890, s = 1.53,

незначимо отличаются от 0. Поскольку степень увеличилась без увеличения , от регрессии третьей степени отказываемся в пользу (31) второй степени. Однако, гипотеза о нулевом значении ₁ в (31) не отклоняется (p-level = 0.1), и потому построим

4) регрессию y = _о + ₂ x² без линейного члена (indep. Var.: x2 ); получим

y = 8.02 + 0.13 x² (32)

(0.54) (0.01)

= 0.884, s = 1.6,

Сравнивая ее по и s с (31) , отдаем предпочтение (31), поскольку ошибка прогноза s меньше.