Appunti Analisi statistica multivariata - Modelli statistici

Regressionemodello di classificazione in base :adi multivariatavariabili semplice multiplan : , ,linearelegame 1funzionale irrealizzabile lineare(f) : non,,

Regressione lineare semplice⑤ specificazione modello

Assunzioni su se⑤ fissata aleatoriasei e nonapproccio condizionale( )⑤ campionaria # OVar Acomponentesistematica-Yi po Bari iEi-1 -1 ^= n= -, .. ,b ↓coefficientidi regressione ✓

• Assunzioni classiche Eisu④ [ ]E OEi = media dilinearitàerrorisistematicità degli y→non 130*-1 #* Yi*E ] poi] [[ C E E-1seiEiEi E 0Eise _ ;C == = =- , ,, ,⑧ 02(Var ) oEi >=scbedasticita erroridegli risposte ( ( 02Yi ))varomo→omo =.
• ② ( Itj;)Ei ECOV 0=, incorrerroriin rispostedeglicorrelazione → .

② Stima modello

Èminimi dataLa diaistima quadrati Bo poiepio poidalla di ( )valori t.cicoppia :., ÈÈO 'È argmin( ;)argmin (poi) )(S poBo p sey ;=, --=( , ,, erapop > ,, sxypiste ÈÈO g- =_ ,= SE{ 051130,13 ) ÈDIM : , / 1-)° { 1)poYi OPiri2= - =-0130 ,È / )( Pini KiYi )po2dscpo.pt 0) =---o ,=dB ,ÈapoÈYI Èapixi { papàAJ{ Np o0 =-- -- .=È n.am?--iEkiYi-.Ily--pitIki-jIp.x?=OÈ Èporiridi - -. ,{ piè5-po {- aÈiei BIÈ Eri pisaniÈÈ :Opiùg- J )risei ( -0+kiyi iyi )sei sei- -- ---, , F-, i b ÈFÈ I JY / )()iki )Yi sei yi= ---{ ,{" {÷È piè ÈY (stragi( -0) pKisei - =--- , per# o,, è Test Hessianominimocritico della?puntoIl Òsd'{ }'E#'):PSIP '' { anni }anc)c) ' poppoµ ,, =d' ZÈd' ')pi)poiscpo slpo ante ki, , ,013,2dpops , d'det ( SLPO) )Lt Bi °o e ,, >(13^0,13^1) Èdpò ÈO)( ()papa )( po p= =, ,,bb2.FI '> > si o2M4h >seian -, SÉEsci §triste' sei4h -i ,=\ ÈO È( assoluto) minimoè.

È ,sì )( KiKi4h - pio regressionediÈ retta§ se+IÌ = stimata' ,lei Te ) o>4h -,

• ✓ Previsioni valorifare solo perdatasetdi nelnel seirange.
• ✓ Proprietà rettadescrittive :§ più piùÈ g-npio ÈÈ9 9-È{ &ÈÈ④ sipioIn +nè( ) + === = +sei-1 == .,. j-po-p.iecioèYix. )② passa per EI pisciBio£ È% Ii ÈÈ È% §è si(③ Yi ( )) og-è y0 .ci =; ==-= -- -= = _,

Verifica diagnostica modellodele

Ci dicemediala se' ][) )( OE →(MSE Tt è= stimatore-g corretto0distimatoret ' ' sevaraO ]( [) ]TMSEOCTJ Varct E-1 →= è- efficienteÈase13% Bos " F-stimatori == SIBisProprietà : È finiticioèè Yacombinazione Yndilineare =,. .., ,È Yi ÈÈY( ( )E) n§ Ki -- F) F)(, E (Yi yWi= ;=- -=, È ÈaE) Te( ') inse ( kj; - -, ,"FÈIWIÈ wikiwiki i.IT=-= , È nienèE)Chi - -,È °> =mi È È== 2= E)E)( cxjsei - -, j ,=\ ÈÌ aE)( Ki' E)È di -È - Iseikiwi = == ÈÈICK a E) aE) CK, ; -; -, ④ nÈawiÈÈ ] [[ ] E.E] (Wiki YiE Poi[ )poteriWi

• • Media -113o= = = = =,, ④ n? È È ÈÈ Ni'Bia )( wiki Varni E Wi)(varianza wikiVar )VarVar ( )
• • === F-. ,, aÈ 02I '( =E) )(sein Ki- -, ,E g02= = =. È È§ =2i > (E) E)[( ]' Ki^ E)- sei se( -;- -, ,,BIProprietà : ÈO Ei Yicioèè Yacombinazione Yndilineare vi=. .., , %In ÈÈÉIWIYI )È (È TÉF- Wise YiYiè siYi vi.== -== .-,. ,, yÈ ÈIWIIn §È si 1iewi Invi == --= ,, ÈIWTÈÈ I si( Wise si) Oseirivi -sei = == -- ,,, ?È ÈTÈÈ] [ (viti ] )[ ][E TiE E Bovivimedia piaci+ po
• • = == , ,, È ? ÈIÈÈo 20'È '( )Var( Yi vi.Var ) Vari vivarianza )viti• = i a, -, ^1 )È ' ()In sia( 'Wise +02 o È=-= si -n ( )se ;, -,?02stimarecome osservabiliVarianza delle Eierrore liOSS usovar non ,. .Èsi ȧ & et'è >leistima = =-, ,"oÈ È % È BÌKG- Bio' '(Ei Yi ;)stimatore -= -= ,,55Proprieta : ^
• •- 02 02 distortosi =/][ 'media E-• =.. .= n si[ Lima [Egrande ] 02'adnse =asintoticamente correttoLa§ 02'stimatore corretto =

Coefficiente di determinazione

Di determinazionecoefficiente pianipiaseÈ2 ÈÈ J f)À '=ÈÈJ (f)( () +* sei+ - =-= =- , - ,. .i ÈIÈ È'pini5- a)à( E)5 ) Crisei =- -= = ,. ÈÈ >È Èo Èpi ' ( )I ' Y si( ) );) (Yi( y )seiYi (** sei== ---- ; =-- ,,., ÈÈI È 213%È è Ya )- (J E) >() y(( sei+ =sei ;y - -= _-; - , ,, api ÈÈ IÈ >pii aE)='D) si (.ly seiCri >+ -; -= -- . .Èacy ÈÈ IiY Y -' '( )) ()y Yi+= ;.-- --,, ,

Devianza residua devianzadeviianza spiegata devianzattotale -1= SQSQTOT SQ RESREG { }daOss daldipende modelloSQTOT: Ynynon ma . ., ,.,SQRESSQREGR2 q [€ ]94= ,= SQTOT Sato,ÉICY ÀÌIÈ ?ÈÈ] È≥ ( ri