Studia grazie alle numerose risorse presenti su Docsity
Guadagna punti aiutando altri studenti oppure acquistali con un piano Premium
Prepara i tuoi esami
Studia grazie alle numerose risorse presenti su Docsity
Prepara i tuoi esami con i documenti condivisi da studenti come te su Docsity
Trova i documenti specifici per gli esami della tua università
Preparati con lezioni e prove svolte basate sui programmi universitari!
Rispondi a reali domande d’esame e scopri la tua preparazione
Riassumi i tuoi documenti, fagli domande, convertili in quiz e mappe concettuali
Studia con prove svolte, tesine e consigli utili
Togliti ogni dubbio leggendo le risposte alle domande fatte da altri studenti come te
Esplora i documenti più scaricati per gli argomenti di studio più popolari
Ottieni i punti per scaricare
Guadagna punti aiutando altri studenti oppure acquistali con un piano Premium
Questa lezione di francesco lagona, tenuta all'università roma tre, spiega il concetto di interpolazione e estrapolazione in statistica. Vengono forniti esempi pratici di calcolo di y in base a x, attraverso la retta di regressione, e si calcolano devianze e devianze totali e residue. Il documento include anche la decomposizione della devianza totale in devianza spiegata e residua.
Tipologia: Dispense
1 / 9
Questa pagina non è visibile nell’anteprima
Non perderti parti importanti!
Università Roma Tre
Outline
(^1) Interpolazione ed estrapolazione
Interpolazione ed estrapolazione
y = 2_._ 74 + 0_._ 49 x
3 4 5 6 7 8 9
3
4
5
6
7
8
x
y
x = 5_._ 8 ⇒ ˆ y 5_._ 8 = 2_._ 74 + 0_._ 49 × 5_._ 8 = 5_._ 57
x = 3_._ 5 ⇒ ˆ y 3_._ 5
x = 8_._ 5 ⇒ ˆ y 8_._ 5 = 2_._ 74 + 0_._ 49 × 8_._ 5 = 6_._ 89
Interpolazione ed estrapolazione
y i
= ˆ y i
x i
y i
y ˆ i
ε i
devianza 17.37 14.13 3.
∑
( y i − y ¯ )
2
∑
(ˆ y i − ¯ y )
2
∑
ε
2
i
decomposizione della devianza
devianza residua
devianza residua = ( 1 − r
2
xy
) × devianza totale
n ∑
i= 1
ε
2
i
n ∑
i= 1
( y i
− y ˆ i
n ∑
i= 1
( y i
− ˆ a −
bx i
n ∑
i= 1
( y i
− y ¯ + ˆ b ¯ x −
bx i
2
n ∑
i= 1
( y i
− y ¯ )
2
2
n ∑
i= 1
( x i
− ¯ x )
2 − 2
b
n ∑
i= 1
( y i
− ¯ y )( x i
− x ¯ )
n ∑
i= 1
( y i
− y ¯ )
2
s
2
xy
s
2
x
− 2 ( n − 1 )
s
2
xy
s
2
x
n ∑
i= 1
( y i
− y ¯ )
2
− ( n − 1 )
s
2
xy
s
2
x
n ∑
i= 1
( y i
− ¯ y )
2
−
( n ∑
i= 1
( y i
− y ¯ )
2
)
s
2
xy
s
2
x
s
2
y
(
n ∑
i= 1
( y i − y ¯ )
2
)
( 1 − r
2
xy
decomposizione della devianza
decomposizione della devianza
devianza residua:
∑ n
i= 1
ε
2
i
= ( 1 − r
2
xy
(∑ n
i= 1
( y i
− ¯ y )
2
)
devianza spiegata:
∑ n
i= 1
(ˆ y i
− ¯ y )
2 = r
2
xy
(∑ n
i= 1
( y i
− y ¯ )
2
)
devianza totale:
n ∑
i= 1
( y i − y ¯ )
2
= ( 1 − r
2
xy
(
n ∑
i= 1
( y i − y ¯ )
2
)
2
xy
(
n ∑
i= 1
( y i − y ¯ )
2
)
la bontà di adattamento della retta può essere quindi misurata
dall’indice
r
2
xy
devianza spiegata
devianza totale