Page 192 - 4512

Кусочно-лінійна регресія (Piecewise linear regression)
Розглянемо моделі регресії, коли природа взаємозв’язків
між залежними і незалежними змінними залежить від діапазону
змінних. Наприклад, одна з таких моделей передбачає зміну на-
хилу регресійної прямої після досягнення предиктором певної
значення (x c ):
y b 0  b 1 ( x x c ) b x 2 (x c ). (13.24)

У цій формулі вирази (x c )і (x c ) означають логічні
умови, які приймають два значення: 0, якщо умова не викону-
ється, і 1, якщо умова виконується.
Точку уривчастості можна задати самостійно або ввести в
модель як додатковий параметр. Модуль Nonlinear Estimation
дозволяє оцінити точку уривчастості.
При виборі Piecewise linear regression (кусочно-лінійна
регресія) STATISTICA оцінює, користуючись методом наймен-
ших квадратів, модель:

y  b  b x  ... b x m 1 m (y  beakpoint)
01
11 1
 b  b x  ... b x m 1 m (y  beakpoint) (13.25)
11 1
01

Отже, STATISTICA оцінює два окремих лінійних регресій-
них рівняння; одне - для значень y, які є менші або дорівнюють
значенню контрольної точки (beakpoint) і друге - для значень
y, які більші, ніж значення контрольної точки.
Щоб оцінити моделі з контрольними точками (уривчасто-
сті) в незалежних змінних, вибирають User-specified regression
в діалозі Nonlinear Estimation Startup Panel - Quick tab, а потім
користуються логічними операціями в регресійному рівнянні,
щоб визначити контрольні точки.

Групова регресія (Comparing groups)
Якщо закодувати три установки групуючої змінної, кори-
стуючись значеннями 1, 2, і 3, можна одночасно оцінити три
різні регресійні моделі:

191