|
|
|
|
1. |
|
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.
|
|
8.
Dispersioonikomponentide hindamine
|
|
9.
Enesekontroll |
|
Lisa |
¤
|
Kogu
materjal ühe pdf-failina:
|
|
|
Hinnatavad
funktsioonid
Olgugi,
et üldjuhul parameetervektor
ise ei ole üheselt hinnatav, on seda hulk tema
elementide lineaarkombinatsioone . Viimaseid nimetatakse
hinnatavateks funktsioonideks (estimable
functions). Hinnatavuse olulisemad omadused lineaarsete
mudelite korral on, et
-
vabaliige
ei ole üheselt hinnatav (va regressioonanalüüsi
korral);
-
erinevused ühe faktori tasemete vahel on üheselt
hinnatavad tingimusel, et mudelis puuduvad selle
ja teiste faktorite vahelised interaktsioonid ning
uuritava faktori tasemete mõjud ei kattu
mõne teise faktori tasemete mõjudega;
-
sisulist tähendust omavad üksnes hinnatavate
funktsioonide väärtused.
Näide
10. Et tallede võõrutusmassi mõjutavate
faktorite tasemete hinnangute ei ole üheselt
hinnatavad, saame hinnangutele
(18) lisaks leida suure hulga
erinevaid hinnanguid. Näiteks järgmised
hinnangute vektorid on saadud kasutades erinevaid
reparametriseerimistingimusi või rakendades
erinevaid üldistatud pöördmaatrikseid
valemis (16):
,
,
jne.
Hinnatavad
funktsioonid on näiteks
,
mis
hindab sugude vahelist erinevust ja on sama väärtusega
mistahes parameetrite hinnangute vektori
korral, või
,
mis
hindab kahe- ja kolmetallelisest pesakonnast pärit
tallede võõrutusmasside erinevust
ja on jällegi ühene mistahes parameetrite
hinnangute vektori
korral.
|
|
<
Eelmine |
|
|