- ベストアンサー
総平方和S_Tの分解で真ん中の項は消えるのか？
添付の写真を見てください。 統計検定3級対応の「データの分析」という本を読んでいます。 P108の決定係数に関する話題で、総平方和S_Tを ①回帰直線によって説明できる部分（回帰による平方和、S_R） と ②説明できなかった部分（残差平方和、S_e） …に分けられる、という話をしています。 この計算過程で真ん中の項 + 2(y - y^_1)(y^_1 - y~) …は消えるのでしょうか？ 消えるなら、計算の過程を教えて下さい。 （ちなみに、hatを^で、barを~で表しています。） プラスとマイナスが交互に出てくるなら消えると思うのですが、これだとプラスのまま積み上がっていきそうです…。
- みんなの回答 （1）
- 専門家の回答
質問者が選んだベストアンサー
関連するQ&A
- 回帰平方和 > 全平方和 の原因
当方，統計学に関してはほぼ素人です。 実験データの解析で減衰曲線の理論式のフィッティングを行ったのですが，その決定係数が何故か1以上になってしまいます。ExcelのDevSq関数で理論値と実験値からそれぞれ算出した回帰平方和 ÷ 全平方和で算出していますが，その時 回帰平方和 ＞ 全平方和になってしまいます。式や計算範囲の確認は行ってみましたが，素人目線では特に問題があるようには感じられません。以下の点についてご教授ください。 ・決定係数1以上に意味があるのか？ ・計算間違え以外で回帰平方和の方が大きくなってしまうことがありうるのか？あればその原因は何か？ 参考までに使用したデータのグラフの画像を示します。 因みに現状では決定係数R^2＝1.0788程度で，用いた式は以下の単純な指数関数減衰曲線で，フィッテングパラメータ変数も減衰速度定数(k)のみです N(t)=N0*exp(-1*k*t) 恐縮ですが，エンドユーザーレベルの知識しか持ち合わせない故，分かりやすく教えて頂ければ幸いです。 よろしくお願いします。
- ベストアンサー
- 数学・算数
- 「予測値と残差の相関係数は0」を証明
まずは添付画像をご覧ください。 「予測値と残差の相関係数は0である」を証明する計算の最初の１行目の計算過程を教えて下さい。突然、hat{β} (^)が出てきます。 本を隅々まで読んでも 理解できません （それ以降は分かったのですが）。 ちなみに、 hat{} (^)は予測値を表します。 hat{β}は回帰係数の予測値です。 残差はe_i = y_i - hat{y_i}です。 どうか教えて下さい。 お願いします。
- ベストアンサー
- 数学・算数
- 原点を通る重回帰式の偏回帰係数
はじめまして。 目的変数に対し、３つの説明変数を持つ資料があり、原点を通る重回帰式をたてたいところです。Ｅｘｃｅｌなど、計算機の機能によって答えはわかっているのですが、式を作る計算過程を説明する資料を作らなければならなくなりました。 Y = aX+ bW + cZ Y: 目的変数 X：説明変数１ W：説明変数２ Z：説明変数３ a,b,c ： 偏回帰係数 について、残差平方和 {Σ（Yi - ( aXi + bWi + cZi ))}^2を最小にするa,b,cを求めたいのです。残差平方和に対し、a,b,cで偏微分するといいのだ・・・などという理論は概ねわかりますが、私の数学力では、実際に計算過程を書き表すことができません。 説明変数が２つで、原点を通らない重回帰式の偏回帰係数の計算方法については、たとえば、以下のURLに書き表した例があります。 http://aoki2.si.gunma-u.ac.jp/lecture/Regression/mreg/mreg1.html このような書き表しの例で、説明変数が３つで、原点を通る重回帰式の偏回帰係数の計算方法をご紹介、またはご提示いただけないでしょうか。 どうかよろしくお願いいたします。
- 締切済み
- 数学・算数
- 「予測値と残差の相関係数は0」を証明する計算過程
まずは添付画像をご覧ください。 「予測値と残差の相関係数は0である」を証明する計算の 赤線で引いた最初の２行の計算過程を教えて下さい。 本を隅々まで読んでも １行目から２行目に急に変わるのが理解できません （それ以降は分かったのですが）。 ちなみに、 hat{} (^)は予測値を表します。 hat{B}は回帰係数の予測値です。 残差はe_i = y_i - hat{y_i}です。 どうか教えて下さい。 お願いします。
- ベストアンサー
- 数学・算数
- 単回帰分析 残差平方和
残差平方和Seをβ0、β1の式で表せ。という問題なんですがExcelでの計算の仕方がわかりません。 Se＝Σ（Yi-β0-β1Xi)^2 Xが40,50,60,70,80でYが55,55,75,60,90です。誰かわかる方お願いします。
- 締切済み
- 数学・算数
- 回帰係数のt検定について
回帰係数の検定では回帰定数を０とした帰無仮説とするということを、とあるテキストに書いてあり、その場合のt検定の式が下記のようになるらしいですが t=（求めた回帰定数）/√{（残差平方和）/（n-2) /（説明変数の偏差平方和）} このような式に至る過程を詳細に知りたいです。 どなたか詳しい方は教えて頂けませんでしょうか？一番気になる点は自由度が（n-2)になる点です。何卒宜しくお願い致します。
- 締切済み
- 数学・算数
- 残差平方和の「補正項」の計算
添付の写真の通り、そろばんや電卓が計算手段だった昔は、残差平方和の計算式に補正項があったそうです。その補正項を導きたいです。自分で解こうとしたのですが、途中までしか解けなかったのでご覧ください （非常に複雑なので敢えてLaTeXで書きました。ネットでもhttps://cocalc.com/projects/f3d50097-ed36-4084-96ec-e2e05d64b443/files/Welcome-to-CoCalc.tex?session=defaultなどに貼れば見れます）: \documentclass{article} \usepackage[dvipdfmx]{graphicx} \usepackage{amsmath} \usepackage{breqn} \begin{document} \parindent = 0pt 残差平方和の計算\\ 定義式(2.1.6)\\ （\(\bar{x.}\)は平均値です） \begin{equation}\label{xx} \begin{split} S &= \sum_{i=1}^{n} e_i^2 \\ &= \sum_{i=1}^{n} (x_i - \bar{x.} )^2 \\ \end{split} \end{equation} 残差平方和の補正項 \begin{equation}\label{2.1.6} \begin{split} S &= \sum_{i=1}^{n} x_i^2 - \frac{(\sum_{i=1}^{n} x_i)^2}{n} \\ \end{split} \end{equation} 残差平方和から補正項を導いてみる \begin{equation}\label{xx} \begin{split} S &= \sum_{i=1}^{n} e_i^2 \\ &= \sum_{i=1}^{n} (x_i - \bar{x.} )^2 \\ &= \sum_{i=1}^{n} (x_i^2 - 2x_i \bar{x.} + \bar{x.}^2) \\ &= \sum_{i=1}^{n} x_i^2 - 2\sum_{i=1}^{n} x_i \bar{x.} + \sum_{i=1}^{n} \bar{x.}^2 \\ \end{split} \end{equation} つまり、 \begin{equation}\label{xx} \begin{split} - 2\sum_{i=1}^{n} x_i \bar{x.} + \sum_{i=1}^{n} \bar{x.}^2 = - \frac{(\sum_{i=1}^{n} x_i)^2}{n}\\ \end{split} \end{equation} ・・・ということでしょうか？\\ これ以降が解けません。\\ 補正項に\(\bar{x.}\)が無いことから推測すると、\\ 補正項というのは近似値なのでしょうか？ \end{document} 以上、よろしくお願いします
- ベストアンサー
- 数学・算数
- 残差*従属変数の総和、最小二乗法（重回帰）にて
最小二乗法（重回帰）にて、 個別残差＝個別予測値ー個別従属変数であり、 Σ(個別残差×個別従属変数）＝０…(1) になるのです。 （回帰の平方和＋残差の平方和）＝全体の平方和 という定義（?）を疑問に思い、 解いていくと、上記(1)にたどり着きました。 なんとなくなりそうな気もするんですが、 どなたかすっきりと理由を教えては頂けないでしょうか。
- ベストアンサー
- 数学・算数
- 自由度及び平均平方について（統計解析）
お世話になります。 初歩的なことかと存じますが、ご回答いただきたくお願いいたします。 統計解析で ”平均平方＝（平方和）/（自由度）”とあり、私は ”平方和”・・・ばらつきを表す指標 と理解していますが、「”平方和”を自由度で割る」ことが、何を表す 指標になるのか、理解できません。 自由度の意味を、根本的に理解できていないからかもしれません。 自由度及び平均平方について解説いただきたく、お願いいたします。 以下例題の分散分析表の、平均平方から、Ｆ値、ｐ値へ進むに当たり 平均平方の部分で、つまづいています。 例） 要因 平方和 自由度 平均平方 Ｆ比 ｐ値 回帰 1000.35 5 200.07 65.17 0.000 残差 78.17 26 3.01 よろしくお願いいたします。
- ベストアンサー
- 数学・算数
- 分散の計算で平方和をnではなくn-1で割るのはなぜ?
SQCの勉強を始めたところです。 分散の計算で、平方和をnではなくn-1で割るのが理解できません。 本には Σ(xi-xbar)=0の関係があるので、平方和は実質的にはn-1個分の和である。 と書いてあります。 しかし、なぜΣ(xi-xbar)=0（つまり偏差の総和が0）ならn-1なのか、 理解できません。 どなたか、教えてもらえないでしょうか? 例えば、2個のサンプルがあって それぞれの測定値が、1,2だった場合 xbar=1.5 S=0.5 ここでVはSをデータ1個あたりに規準化したものと言うんですから、 V=0.5/2 とするのが自然な考えだと思うのですが、 なぜ、V=0.5/1 なんでしょうか? その理由が、偏差の総和が0だからと言われても、 まったく要領を得ません。 なお、当方恥ずかしながら、数式だけでの説明では理解が難しいので、 上のように実例を挙げて言葉で説明していただけると助かります。 よろしくお願いいたします。
- 締切済み
- 数学・算数
お礼
ベストアンサーを差し上げます。 0になることが判りました。 ありがとうございました。