Regresie şi corelaţie neliniare

Hâncu Lilian
 bˆ
hiperbola Yˆi  aˆ   uˆi
xi

bˆ  0
  1
naˆ  b  x   yi
ˆ
 i

aˆ  x  bˆ 1   1 y


i
xi
2
xi
i

1 1 1
 yi  x 2  x  x yi

a i i i
1 1 2
n  2  ( )
xi xi

1 1
n yi    yi
xi xi
b
1 1 2
n  2  ( )
xi xi
sau

X1 b
yX  y  X
x
X  (X )
2 2

a  y  bX
 Functia putere
• Modelele uni factoriale neliniare sunt liniarizate prin transformări aplicate
variabilelor modelului de regresie. Un model de forma

y  a  xb
• se transformă într-un model liniar prin logaritmarea celor doi termeni ai
egalității, rezultând funcția liniară ln ŷ = ln a + b ln x
Y=ln y, X=ln x, A=ln a

YX  Y  X A  Y  bX
b
X 2  ( X )2
În final se calculează valorile ajustate pe baza modelului neliniar
de regresie estimat. (antilogaritm)..
sau

 n log ˆ
a  b 
ˆ log x 
i  log yi


 log ˆ
a  log xi  ˆ
b  log xi   log xi log yi
2

log a 
 logy i  log xi   log xi  log xi log yi
2

n n
n  log xi2  ( log xi ) 2
i 1 i 1

n log xi log yi   log xi  log yi

b n n
n  log x  ( log xi )
2
i
2

i 1 i 1
 Modelul logaritmic

În cazul modelului logaritmic se studiază numai două variabile X (cauză),

Y(efect) şi se doreşte găsirea dependenţei Y = f(X), unde f(x) = a + b lnx este o
dependenţă neliniară (funcţie logaritmică) cu p=2 parametri a şi b.

y  a  b  ln x
x

yX  y  X
Х=lnx b
X  (X )
2 2

a  y  bX
În final se calculează valorile ajustate pe baza modelului neliniar
de regresie estimat.
Functia exponențială у=аеbх

Yx  Y  x A  Y  bx
b
x  (x)
2 2

În final se calculează valorile ajustate pe baza modelului neliniar

de regresie estimat.
Functia inversa y  1
x
a b x

Yx  Y  x à  Y  bx
b
x  (x)
2 2
 Eroarea medie de aproximare
Eroarea de aproximare este una dintre cele mai frecvente întrebări atunci
când se aplică anumite metode de aproximare a datelor inițiale.
În cazul în care eroarea medie de aproximare este mai mică de 6-7%,
atunci calitatea modelului este considerată foarte bună.
De la 8-10 %, atunci calitatea modelului este considerată bună.
Valoarea maximă permisă a acestui indicator este 12-15%.

n
yi  yˆi

1
A 100%
n i 1
yi
 Coeficientul de elasticitate exprimă cu câte procente (%) se

modifică efectul atunci când cauza se modifică cu un procent. Se observă că, la

o modificare cu un procent a cauzei, pentru valori mici ale acesteia, tinzând

către zero, efectul nu se modifică cu nici un procent. În cazul valorilor mari ale

cauzei, modificarea cu un procent a acesteia implică o modificare cu un procent

a efectului. Indiferent de valorile cauzei, unei modificări de un procent a

acesteia îi vor corespunde modificări ale efectului cuprinse între zero şi unu.

x
E  f ( x ) 
f (x )
 Funcțiile Coeficientul mediu de elasticitate
liniara b x
y  a b x 
a b x
hiperbola b b
y  a  
x ax b
putere
y  a  x b
b
exponențială
у=аеbx
inversa 1 b x
y 
a b x  a b x
logaritmică y  a  b  ln x b
x
a  b  ln x
 Raportul de corelaţie (Ry/x) se utilizează pentru a caracteriza
intensitatea legăturii dintre variabile indiferent de forma legăturii sau
numărul de variabile cuprinse în cercetare

n n

 (Yi  y )
ˆ 2
 ( yi  Yi )
ˆ 2

R i 1
n
 1 i 1
n

(y
i 1
i  y) 2
(y
i 1
i  y) 2

Raportul de corelaţie ia valori între 0 şi 1. Cu cât valoarea se apropie mai

mult de 1, cu atât legătura dintre cele două variabile analizate este mai
puternică.
În cazul corelaţiei liniare, raportul de corelaţie este egal cu coeficientul
de corelaţie liniară, considerat în modul (raportul de corelaţie).
13
 Testarea raportului de corelaţie se
face cu testul F:

R 2
n  k 1
Fcalc  
1 R 2
k
Fcalc  Ftab ( ; v1  k ; v2  n  k  1)

14
Coeficientul de determinaţie (R2) arată în ce măsură modelul
ales explică variaţia lui Y, altfel spus, este o măsură a validităţii
modelului. 0 < R2 < 1, cu cât este mai apropiat de 1 cu atât
modelul este mai bun.
ANOVA

Grade Valoarea
Variaţa Valoarea
Sursa de Dispersii statisicii
(suma statisicii
variaţiei liberta corectate Fcalc
pătratelor) Ftab
te

Variaţia
SSR S2y/x
explicată
de model k SSR S2y/x  Fcalc 
k S2u
SSE
Variaţia
reziduală
n-k-1 SSE S 
2
u -
n - k -1
Variaţia
totală
n-1 SST - -
Volum. Producției 64 56 52 48 50 46 38
mil lei

Capitalul fix 64 68 82 76 84 96 100

mil lei