Взвешенная регрессия
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.
Еще по теме Взвешенная регрессия:
- Алгоритм расчета среднего взвешенного линейного отклонения.
- Методы на взвешенном графе
- Диффузионно-взвешенные изображения (DWI)
- Индексы, взвешенные по объемам рыночной капитализации
- Виды регрессий.
- Множественная регрессия.
- Выборочные уравнения регрессии
- 3.4 Расчет коэффициентов уравнения регрессии
- прогресс и регресс
- Составление уравнения линейной регрессии
- Нелинейная регрессия
- Линейная регрессия.