Главная | Обратная связь | Поможем написать вашу работу!
МегаЛекции

Применение сингулярного разложения в задаче построения линейной регрессии.




 

Пусть в задаче подбора регрессионной зависимости матрица имеет размерность и .

Запишем сингулярное разложение матрицы : при ; :

- ортогональная матрица размера (),

- ортогональная матрица размера (),

– диагональная матрица размера (), - сингулярные числа .

 

Воспользуемся теоремой Лоусона-Хенсона, чтобы ослабить эффекты плохой обусловленности матрицы при решении задачи подбора зависимости .

 

В задаче при запишем:

 

 

и вычислим вектор , ;

 

; компоненты нет;

; .

Матрица диагональная, поэтому каждый элемент решения есть: .

Так как сингулярные числа располагаются по не возрастанию, компоненты решения с большими номерами находятся делением на малые сингулярные числа и могут иметь большие значения (малым сингулярным числам соответствуют малые собственные числа матрицы ).

 

Посмотрим, что произойдет, если мы удалим самые малые сингулярные числа и перейдем к задаче, в которой в матрице нижние строки (или строка) заменяются нулями.

При этом мы переходим от решения МНК задачи подбора зависимости , где к задаче , в которой однако матрицы плана и близки, поскольку матрица получена заменой в разложении малых сингулярных чисел нулями:

 

Элементы решения системы задачи равны первым элементам вектора (вычисляются по одним и тем же формулам (6.10)); соответствующий вектор минимальной длины размера есть: ,

 

вектор решения задачи есть: ;

квадрат его нормы: ,

так как и - ортогональная матрица.

Следовательно, норма – неубывающая функция (длина вектора тем больше, чем больше в нем ненулевых элементов).

Квадрат нормы невязки, отвечающий вектору равен:

6.11

- невозрастающая функция m (если уменьшить число оставляемых элементов вектора , то увеличивается).

Естественно ( исходной МНК задачи).

 

Предположим, что матрица плохо обусловлена. Тогда некоторые из сингулярных чисел с большими номерами будут существенно меньше предшествующих.

В этом случае решения , отвечающие строкам с малыми могут быть слишком велики.

В типичной ситуации заменяют малые нулями и пытаются найти такой индекс , чтобы:

- все элементы решения , были достаточно малы и не сильно отличались друг от друга,

- все сингулярные числа достаточно велики,

- а норма невязки (6.11), отвечающая укороченному вектору решений, достаточно мала, т.е. и - не сильно различались между собой.

 

Итак, использование сингулярного разложения при решении задачи подбора зависимости y @ X·b по таблице наблюдений позволило:

1. формализовать процедуру выявления линейной связи между столбцами матрицы ;

после замены в матрице малых сингулярных чисел нулями:

матрица имеет ранг ;

и вместо ‘сильной линейной’ связи столбцов в преобразованной матрице столбцы строго линейно зависимы и существует () уравнений линейной связи;

операция приравнивания () малых сингулярных чисел нулю эквивалентна введению такого же количества явных линейных связей между регрессорами.

2. указать правила выбора независимых регрессоров на основе числа обусловленности ;

3. найти решение минимальной длины задачи , при котором норма остатков не сильно отличается от нормы остатков решений исходной задачи.

4. уменьшить полную среднеквадратическую ошибку вектора по сравнению с .

 

Робастное оценивание

 

Робастным называют оценивание, устойчивое к возможным неверным предположениям о характере ошибок наблюдений и грубым промахам в наблюдениях.

Грубые промахи (грубые ошибки, выбросы) в обрабатываемых данных встречаются довольно часто. Это может быть следствием не замеченных вовремя ошибок в измерительном тракте (сбои и отказы измерительных преобразователей, ошибки операторов). Бывают случаи, когда в обрабатываемый массив попадают и вовсе посторонние данные.

При ручном счете профессиональный статистик способен обнаружить и скорректировать подобные ошибки, однако автоматические компьютерные системы сбора, обработки и идентификации данных могут выдать абсолютно неверные результаты, если не принять специальных мер в процессе выработки решений.

Загрязнение наблюдений выбросами приводит к тому, что основные предположения МНК нарушаются и ожидать хороших приближений, используя обычный МНК, не приходится.

При наличии выбросов в данных следует отказаться от предположения о нормальном распределении ошибок наблюдений в пользу так называемых распределений с «тяжелыми хвостами».

Для случайных величин, имеющих распределения с «тяжелыми хвостами» характерна высокая вероятность появления реализаций в областях, далеко расположенных от центра распределения.

Нормальное распределение имеет «легкие хвосты».

Вне интервала (-3s, 3s) находится всего лишь 0,27% распределения

 

 

Среди распределений с «тяжелыми хвостами» можно указать:

1. Распределение Тьюки:

, 7.1

где e - малая доля наблюдений с большой дисперсией или, другими словами, доля загрязнения основной выборки.

 

2. Распределение Коши

, 7.2

где x - центр распределения,

a - характеристика рассеяния (масштаба).

Отметим, что это распределение не имеет моментов.

Итак, при наличии выбросов в наблюдениях:

1. нарушаются основные предположения МНК о распределениях ошибок:

следствие этого – возможная смещенность и неэффективность оценок;

2. выводы теории МНК, основанные на нормальности ошибок (проверка гипотез, построение доверительных интервалов и т.д.), оказываются сомнительными.

 

Посмотрим, как влияют выбросы на результаты оценивания. Начнем с простейшей задачи определения «положения» выборочных данных. Обычно для таких целей используют выборочное среднее , которое является МНК-оценкой для . Однако, возможна и другая оценка положения – выборочная медиана: .

В случае, когда все имеют нормальное распределение

выборочное среднее имеет распределение ,

а выборочная медиана - .

Сравнение дисперсий этих оценок показывает, что менее эффективна, чем :

При наличии выбросов в выборке эффективность оценок меняется.

Рассмотрим пример:

выборка представлена следующим набором значений:

{1.1, 0.9, 0.8, 1.2, 1.0}

В этом случае: ,

Теперь предположим, что последнее значение массива введено с ошибкой: вместо значения 1.0 в расчетах используется 10 (при вводе числа 1.0 пропустили точку).

Для такого массива , .

Оценка оказалась сильно зависимой от «выброса», тогда как практически осталась без изменений.

Итак, выборочная медиана устойчива к выбросу, а выборочное среднее нет.

 

Еще более чувствительна к выбросам оценка рассеяния (масштаба, стандартного отклонения):

Сравним эту оценку с другой оценкой рассеяния – средним абсолютным отклонением:

Известно, что – наилучшая оценка рассеяния для нормальных выборок, но стоит выбросам появиться в выборке, как эти преимущества теряются.

Дж.Тьюки исследовал влияние степени засорения выборки на качество оценок и . Засорение нормальной выборки осуществлялось заменой - доли отсчетов на отсчеты из (См. распределение (7.1))

Сравнение качества оценок проводилось на основе критерия

АОЭ – ассимптотической относительной эффективности:

 

e АОЭ
0 0,876
0,001 0,948
0,002 1,016
0,05 2,035

 

Результаты исследо-

ваний приведены в

таблице:

 

 

При отсутствии засорения (e=0) оценка примерно на 12% лучше оценки по критерию АОЭ. При доле засорения =0,002 (два чужих отсчета или две засоренные точки на тысячу), оценки и практически одинаковы.

При засорении e=0,05 оценка вдвое хуже .

 

Для количественной характеристики способности оценки противостоять действию выбросов вводят понятие пороговой точки.

Пороговой точкой оценки называют ту долю выбросов в выборке, начиная с которой выбросы оказывают катастрофическое влияние на результаты оценивания.

Так, для выборочной медианы - оценке положения данных пороговая точка равна 0,5, т.е., если в выборке окажется менее половины наблюдений с грубыми ошибками, это не приведет к серьезным отклонениям в значениях оценки.

Для выборочного среднего пороговая точка равна ; и наличие всего одного выброса может привести к непредсказуемым смещениям оценки положения.

Поэтому из этих двух оценок положения ( и ), первая обладает исключительно малой чувствительностью к выбросам (устойчива к выбросам) и в то же время, при отсутствии грубых искажений выборка (величина стандартного отклонения примерно на 20% больше чем ) оказывается менее эффективной, чем .

Это повлекло за собой попытку создания оценок, совмещающих в себе высокую устойчивость и высокую эффективность.

Такими оценками положения являются, например:

1. - цензурированная оценка положения

в упорядоченной по возрастанию выборке :

удаляется «наибольших» и «наименьших» наблюдений и по оставшимся наблюдениям вычисляют:

.

2. - винзорированная оценка положения.

В упорядоченной по возрастанию выборке указывают «наибольших» и «наименьших» элементов и заменяют их ближайшими к ним внутренними элементами упорядоченной выборки;

пусть для примера и таковы, что в выборке это и , тогда

формируют новую выборку объема n, в которой заменяются на , а на и по полученной выборке:

вычисляют

Пороговая точка таких оценок равна , а эффективность несколько выше, чем у выборочной медианы.

 

Примером оценки рассеяния (масштаба) выборки с пороговой точкой, равной 0,5 может быть МАО (медиана абсолютных отклоненийот медианы):

Для нормально распределенных наблюдений E{MAO}=0,6345 . Эффективность МАО как оценки достигает 87%.

 

Поделиться:





Воспользуйтесь поиском по сайту:



©2015 - 2024 megalektsii.ru Все авторские права принадлежат авторам лекционных материалов. Обратная связь с нами...