Технологическое прогнозирование

Скачать в pdf «Технологическое прогнозирование»

:


N


X1N


X2N…………


XmN


yN

Для описания этих данных будем искать линейную регрессионную модель вида (3.1). В матричной форме это соотношение можно представить как


Y = FP + s ,


(3.2)


( У1 ^ I У I


(1


j


: f , ^


( P ^


( 8 ^


I 2 I


I


и


1k I


I 1 I


I 1 I


1 1


где Y = I : I ,


I I


f=! 1: I :


I


f21


: f.2k!, p=


: : I


I P2 I s= I I ’ S


I


I 82 I I : I


I : I


I : I


1 yN)


11


f


N1


I


Nk)


I


l Pk)


I I


8 ‘


l n)

Делаются следующие допущения:


1.    Величина s случайная. В силу этого у тоже случайная величина, имеющая такое же распределение, что и s.


2.    sимеет нулевое математическое ожидание.Значения случайной величинь^не коррелиро-


2


ваны и имеют одинаковые дисперсии £ , т.е. cov{su,sl} = 0 при u±i. Поскольку отклик имеет те же параметры распределения, что и s, то его дисперсия и ковариация совпадают с вышеприведенными. Данное предположение следует проверять достаточно тщательно, так как оно часто нарушается, особенно применительно к анализу случайных процессов. Данное условие называют условием однородности.

Скачать в pdf «Технологическое прогнозирование»