Model drugiego rzędu

Procesy stochastyczne. Sposoby racjonalizowania wielkich ilości informacji. Matematyka w naukach społecznych.
kz
Użytkownik
Użytkownik
Posty: 34
Rejestracja: 2 sty 2009, o 18:08
Płeć: Mężczyzna
Lokalizacja: Wrocław
Podziękował: 17 razy
Pomógł: 2 razy

Model drugiego rzędu

Post autor: kz »

Witam,
Mam do rozwiązania poniższe zadanie.
Należy w nim utworzyć model drugiego rzędu i właśnie nie mogę znaleźć co to jest?
Chodzi prawdopodobnie o regresje liniową, ale co oznacza drugiego rzędu?
Do rozwiązania należy użyć systemu R, więc jeżeli ktoś wie jakich funkcji należy użyć proszę o podpowiedź.

Zadanie:
Dane opisuja dzienna liczbe spamu (w mld). Utworzyć model drugiego
rzedu. Jaka jest przewidywana liczba spamu w kolejnym roku, przy
załozeniu tej samej tendencji wzrostu?

Dane:
Rok Spam
1 2007 1.0
2 2008 2.3
3 2009 4.0
4 2010 5.6
5 2011 7.3
miodzio1988

Model drugiego rzędu

Post autor: miodzio1988 »

zerknij na notatki z wykladu i wtedy sie dowiemy
kz
Użytkownik
Użytkownik
Posty: 34
Rejestracja: 2 sty 2009, o 18:08
Płeć: Mężczyzna
Lokalizacja: Wrocław
Podziękował: 17 razy
Pomógł: 2 razy

Model drugiego rzędu

Post autor: kz »

Jak na złość, te co mam nie zawierają takiego sformułowania.
miodzio1988

Model drugiego rzędu

Post autor: miodzio1988 »

no to co mamy zrobic bez definicji?
kz
Użytkownik
Użytkownik
Posty: 34
Rejestracja: 2 sty 2009, o 18:08
Płeć: Mężczyzna
Lokalizacja: Wrocław
Podziękował: 17 razy
Pomógł: 2 razy

Model drugiego rzędu

Post autor: kz »

Właśnie miałem nadzieję, że ktoś zna lub spotkał się z definicją tego pojęcia.
W każdym razie widzę że nie jest ono popularne to będę się musiał zapytać wykładowcy
Dzięki za szybką odpowiedź.
janusz47
Użytkownik
Użytkownik
Posty: 7917
Rejestracja: 18 mar 2009, o 16:24
Płeć: Mężczyzna
Podziękował: 30 razy
Pomógł: 1671 razy

Model drugiego rzędu

Post autor: janusz47 »

Prostą \(\displaystyle{ Y=\alpha_{y}X + \beta_{y}}\)
spełniającą warunek:
\(\displaystyle{ E\left[Y- (\alpha_{y}X + \beta_{y}) \right]^{2} = min}\)
nazywamy prostą regresji II rzędu (II rodzaju) zmiennej losowej \(\displaystyle{ Y}\) względem zmiennej losowej \(\displaystyle{ X.}\)
Po obliczeniu pochodnych cząstkowych względem nieznanych parametrów \(\displaystyle{ \alpha{y}, \beta_{y}}\), przyrównaniu ich do \(\displaystyle{ 0}\) i rozwiązaniu odpowiedniego układu równań względem tych parametrów, otrzymujemy
\(\displaystyle{ \alpha_{y}=\frac{E(XY)-E(X)E(Y)}{E(X^{2})-E(X)^{2}}=\frac{cov(X,Y)}{D^{2}(X)},}\)
\(\displaystyle{ \beta_{y}=E(Y)-\alpha_{y}E(X).}\)

-- 7 kwi 2013, o 20:58 --

W R:
> rok = 2007:2011
> spam<-c(1.0,2.3,4.0,5.6,7.3)
> length(rok)
[1] 5
> length(spam)
[1] 5
> plot(rok,spam)
> res = lm(spam~rok)
> abline(res)
> res
Call:
lm(formula = spam ~ rok)
Coefficients:
(Intercept) rok
-3190.27 1.59
ODPOWIEDZ