Õpiobjektid -> Sissejuhatus üldiste lineaarsete mudelite teooriasse

SISSEJUHATUS ÜLDISTE LINEAARSETE MUDELITE TEOORIASSE


Õpiobjekti kirjeldus
Õpijuhis
 
Sissejuhatus
1. Põhimõisted
 
2. Üldiste lineaarsete mudelite ja faktorite liigitus
3. Üldise lineaarse mudeli esitused
4. Keskväärtused ja dispersioonid
5. Eeldused ja kitsendused
6. Fikseeritud efektide hindamine (BLUE)
7. Juhuslike faktorite realiseerunud väärtuste prognoosimine (BLUP)
 
8. Dispersioonikomponentide hindamine
9. Enesekontroll
Lisa
¤ Kogu materjal ühe pdf-failina: Yldine_lineaarne_mudel.pdf

Vaatluste keskväärtused ja kovariatsioonistruktuur segamudeli korral

Segamudeli (4) korral tuleb arvesse võtta ka juhuslike efektide keskväärtust ja varieeruvust. Analoogselt juhuslike vigadega eeldatakse ka juhuslike faktorite mõjude keskväärtuste nulliga võrdumist: . Seetõttu jääb uuritava tunnuse keskväärtus endiselt määratuks üksnes fikseeritud mõjude poolt:

.

Arvestades dispersioonide defineerimisel ka juhuslike mõjude varieeruvusega, saame, et

.

Eelnevas võrduste reas on eeldatud, nagu üldiste lineaarsete mudelite teoorias tavaks, et faktorite mõjud ja juhuslikud vead on sõltumatud: .

Tuues sisse tähistused , ja , saame segamudeli (4) keskväärtused ja kovariatsioonistruktuuri määrata maatriksitena

(7)

ja

.
(8)

Traditsioonilises segamudelis eeldatakse, et nii kõik uuritavad objektid objektid kui ka kõik juhuslikud efektid on omavahel sõltumatud, mistõttu on nii jääkdispersioonimaatriks R kui ka juhuslike efektide dispersioonimaatriks G diagonaalmaatriksid:

,
(9)
,
(10)

siin n tähistab uuritavate objektide arvu ja a juhusliku faktori tasemete arvu (enam kui ühe juhusliku faktori korral on maatriks G blokkdiagonaalne -- igale faktorile vastab tema tasemete arvule vastava dimensiooniga diagonaalmaatriks).

Dispersioone ja valemeis (9) ja (10) nimetatakse dispersioonikomponentideks (variance components), sest nad kujutavad enesest vaatluste dispersiooni komponente: .


Näide 5. Paneme kirja mudeli (5) kovariatsioonimaatriksid (isade mõjusid käsitleme juhuslike efektidena).

Vastavalt valemitele (9) ja (10) saame, et

ja .
(11)

Valemist (8) järeldub, et , seega

Viimasest maatriksist ilmneb ka, et vaatluste dispersioonid esituvad summana ja kovariatsioonid kujul

Märkus: käsitledes isade mõjusid fikseeritutena, avaldub vaatluste dispersioonimaatriks seosena (6):

,

millest omakorda järeldub, et ja .

 


< Eelmine

Creative Commons License Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License