Professional Documents
Culture Documents
Dr Miroslav Radovanovi
INENJERSKE METODE
REGRESIONA JEDNAINA
Regresiona jednaina
U matematici postoje dva oblika zavisnosti:
- funkcionalna zavisnost izraena pomou matematikih
jednaina, tako da svakoj kombinaciji vrednosti nezavisno
promenljivih x1, x2, ..., xk tano odgovara vrednost za y, i
- stohastika ili statistika zavisnost, koja se na osnovu
eksperimentalnih podataka, moe izraziti pomou oekivane
zavisnosti ili regresione jednaine (aproksimativne krive), tako da
svakoj merenoj kombinaciji vrednosti nezavisno promenljivih x1,
x2, ..., xk odgovara raunska vrednost za y i greka eksperimenta
(regresije) , od ije veliine zavisi preciznost predvianja
regresione jednaine.
Regresiona jednaina
Kao rezultat regresione analize dobija se regresiona zavisnost,
koja se esto naziva matematiki model procesa/objekta
istraivanja y =f(x1, x2, ..., xk) i standardna greka regresije .
y=aebx
y=a+blnx
y=abx
Regresiona analiza odreuje oblik krive
koja najbolje opisuje zadatu zavisnost izmeu
izlazne i ulazne promenljive.
Kod regresione analize se zna ta je uzrok a
ta posledica (zavisna, nezavisna promenljiva).
Osnovni problem ove metode je odrediti
koeficijente regresije.
Regresiona jednaina
Prema broju promenljivih za koje se ispituje zavisnost
razlikuju se metode:
- jednostruke regresije, kod kojih se ispituje zavisnost samo
dve promenljive, tj. ponaanje zavisno promenljive y zavisi od
jedne nezavisno promenljive x (jednofaktorni eksperiment) i
- viestruke regresije, kod kojih se ispituje zavisnost vie
promenljivih, kod kojih se ispituje zavisnost vie promenljivih, tj.
ponaanje zavisno promenljive y zavisi od vie nezavisno
promenljivih x1, x2, ..., xk (viefaktorni eksperiment).
Regresiona jednaina
Jednofaktorna regresiona, odn. matematika, zavisnost izmeu
promenljivih x i y moe se izraziti pomou odgovarajue formule ili
aproksimativnog izraza u obliku regresione jednaine eksplicitnog
oblika:
y f(x)
Na poetku se kod jednofaktornog eksperimenta, najee,
pretpostavlja, ako se unapred ne zna, da se proces moe opisati
linearnom regresijom oblika:
y b 0 b1 x
gde su b0 i b1 - parametri linearne regresije.
2 n 2
S (y i - y i ) i min
2
i 1
i 1
S2 (y i - y i ) 2 (yi - b 0 - b1 x i ) 2 min
i 1
i 1
b 0 x i b1 x i2 x i y i
Reavanjem sistema linearnih algebarskih jednaina po parametrima b0
i b1 dobija se da je:
n x i y i - x i y i
x i2 y i - x i x i y i
b
b0
1
n x i2 - (x i ) 2
n x i2 - (x i ) 2
Varijacije u regresiji
Varijacije u regresiji
SST (y i - y) 2
i 1
Varijacije u regresiji
SSR (y i - y)
i 1
Varijacije u regresiji
SSE (y i - y i ) 2
i 1
Signifikantnost
F-test (Fierov kriterijum )
SSR
F
SSE /(n 2)
F Ft
Koeficijent determinacije
Koeficijent determinacije omoguava ocenu koliko dobro
regresiona jednaina aproksimira eksperimentalne podatke i izbor
regresione jednaine.
n
SST
ukupna suma kvadrata
2
(
y
y
)
i
i 1
n
2
(y
y
)
i
i 1
SSE
S yx
n-2
Interval pouzdanosti za y je ui od intervala predikcije za y za
istu datu vrednost x, jer je manja greka u predvianju prosene
vrednosti od greke u predvianju jedne vrednosti.
y P2 (x) b 0 b 1 x b 2 x 2
iParcijalnim
1
i 1
diferenciranjem
funkcije S2 u
y P3 (x) b 0 b1 x b 2 x 2 b 3 x 3
Najbolji oblik aproksimativne krive je onaj za koji zbir kvadrata odstupanja
ordinata, ima minimalnu vrednost.
2 n
S (y i - y i ) (y i - b 0 - b1 xi - b 2 x i2 - b 3 xi3 )2 min
2
i 1
i 1
y ax
b1
a eb 0
y Pm (x) b 0 b1 x b 2 x 2 b 3 x 3 ... b m x m b 0 b i x i
i 1
y a x x ... x
b1
1
b2
2
bk
k
Y b 0 b1 X1 b 2 X 2 ... b k X k
HVALA NA PANJI !