<<
>>

Взвешенная регрессия

Пусть прогнозируется вес ребенка в зависимости от его возраста. Ясно, что дисперсия веса для четырехлетнего ребенка будет значительно меньше, чем дисперсия веса 14-летнего юноши. Таким образом, дисперсия остатка s, зависит от значений x, а значит, условия для оценки регрессионной зави-

симости не выполнены.

Проблема неоднородности дисперсии в регрессионном анализе называется проблемой гетероскедастичности.

Гетероскедастичность для сгруппированных данных может быть обнаружена с помощью сравнения дисперсий в группах (критерий Ливиня), визуально или на основании содержания задачи (как в описанном выше примере).

В SPSS имеется возможность корректно сделать соответствующие оценки за счет приписывания весов слагаемым минимизируемой суммы квадратов. Эта весовая функция должна быть равна 1/o2(x), где c2(x) - дисперсия y как функция от x. Естественно, чем меньше дисперсия остатка на объекте, тем больший вес он будет иметь. В качестве такой функции можно использовать ее оценку, полученную при фиксированных значениях x.

Например, в приведенном примере на достаточно больших данных можно оценить дисперсию для каждой возрастной группы и вычислить необходимую весовую переменную. Увеличение влияния возрастных групп с меньшим возрастом в данном случае вполне оправданно.

В диалоговом окне назначение весовой переменной производится с помощью кнопки WLS (Weighed Least Squares - метод взвешенных наименьших квадратов).

В SPSS имеется возможность оценить весовую переменную как степенную функцию переменной, с которой, по предположению, может быть связан вес. Для этого используется команда Weight Estimation из раздела меню Regression.

<< | >>
Источник: Ковалева Г.Д., Ростовцев П.С.. Анализ социологических данных с применением статистического пакета SPSS. 2002

Еще по теме Взвешенная регрессия:

  1. Алгоритм расчета среднего взвешенного линейного отклонения.
  2. Методы на взвешенном графе
  3. Диффузионно-взвешенные изображения (DWI)
  4. Индексы, взвешенные по объемам рыночной капитализации
  5. Виды регрессий.
  6. Множественная регрессия.
  7. Выборочные уравнения регрессии
  8. 3.4 Расчет коэффициентов уравнения регрессии
  9. прогресс и регресс
  10. Составление уравнения линейной регрессии
  11. Нелинейная регрессия
  12. Линейная регрессия.