О классическом линейном регрессионном анализе Опции

[Green]

Существует книга на русском языке.

Вучков, Бояджиева, Салаков. Прикладной линейный регресионный анализ. Москва, 1987. (перевод Адлера Ю.П.)

В книге рассмотрены

1. Что такое линейная регрессия
2. Классическая модель линейной регрессии и условия
3. Отдельно главы, повященные анализу нарушений условий проведения классического регресионного анализа.


Книга написана так, что ее может понять неспециалист в математике.
Книга не дидактична, не накладывает жестких запретов, а достаточно грамотно объясняет, как проводить классический регресионный анализ и находить оценки параметров, как изменяются оценки в случае нарушений условий проведения, как этого избежать, какими процедурами пользоваться в случае нарушений условий.

Гугл в помощь в поиске.
Р.S. Pinus, Вы на нее ссылались несколько месяцев назад. Следовательно - читали.
Не увидели обсуждения условий нормальности отклика?

Сообщение отредактировал Green - 11.02.2010 - 18:36

[Игорь]

... линейный регресионный ...

В одной из тем я уже пытался предостеречь уважаемых собеседников от чрезмерного зацикливания на линейном анализе, которому посвящена масса литературы, особенно в области эконометрики. Поэтому повторюсь, что считаю все источники, в которых на 300-500 страницах "обсасывается" линейная регрессия, просто макулатурой. Авторов этих опусов тоже, впрочем, можно понять, но к науке это не имеет никакого отношения.

Понимание, что должно быть нормальным, приходит в результате изучения общей - нелинейной модели, причем все выкладки должны быть сделаны для модели, вид которой совершенно общий. Линейная модель в данном случае является тривиальным, примитивным частным случаем.

Итак, что должно быть нормальным? Нормальными должны быть остатки. Например, модель - парабола. Нормально должны быть распределены остатки Y-ов относительно этой модели. При этом X-ы (которые в общем случае представляет собой вектор, в простейшем - скаляр, хотя для анализа это не имеет никакого значения) контролируются, и, в принципе, случайными величинами не являются. На анализе остатков как раз и построены все методы регрессионного анализа.

Примерный порядок выводов дан в Справке к новому модулю AtteStat "Аппроксимация и регрессионный анализ".

Сообщение отредактировал Игорь - 11.02.2010 - 20:30