والذي يجد التطبيق الأوسع في مختلف مجالات العلوم والنشاط العملي. يمكن أن يكون هذا الفيزياء، والكيمياء، وعلم الأحياء، والاقتصاد، وعلم الاجتماع، وعلم النفس، وما إلى ذلك. بمشيئة القدر، غالبًا ما أضطر إلى التعامل مع الاقتصاد، ولذلك سأرتب لك اليوم رحلة إلى بلد رائع يسمى الاقتصاد القياسي=) ...كيف لا تريد ذلك؟! إنه أمر جيد جدًا هناك - ما عليك سوى اتخاذ قرارك! ...ولكن ما تريده بالتأكيد هو أن تتعلم كيفية حل المشكلات طريقة المربعات الصغرى. وسيتعلم القراء المجتهدون بشكل خاص حلها ليس بدقة فحسب، بل أيضًا بسرعة كبيرة ؛-) ولكن أولاً بيان عام للمشكلة+ المثال المصاحب:
دعونا ندرس المؤشرات في مجال موضوعي معين له تعبير كمي. وفي الوقت نفسه، هناك كل الأسباب للاعتقاد بأن المؤشر يعتمد على المؤشر. يمكن أن يكون هذا الافتراض إما فرضية علمية أو يعتمد على الحس السليم الأساسي. ومع ذلك، دعونا نترك العلم جانبًا، ونستكشف المزيد من المجالات الشهية - وهي متاجر البقالة. دعنا نشير بـ:
- منطقة البيع بالتجزئة لمحل بقالة، متر مربع،
– حجم التداول السنوي لمحل بقالة مليون روبل.
من الواضح تماما أنه كلما كانت مساحة المتجر أكبر، كلما زاد معدل دورانها في معظم الحالات.
لنفترض أنه بعد إجراء الملاحظات/التجارب/الحسابات/الرقصات باستخدام الدف، لدينا بيانات رقمية تحت تصرفنا: 
مع محلات البقالة، أعتقد أن كل شيء واضح: - هذه هي مساحة المتجر الأول، - حجم مبيعاتها السنوي، - مساحة المتجر الثاني، - حجم مبيعاتها السنوي، وما إلى ذلك. بالمناسبة، ليس من الضروري على الإطلاق الوصول إلى المواد السرية - يمكن الحصول على تقييم دقيق إلى حد ما لحجم التجارة عن طريق الإحصائيات الرياضية. ومع ذلك، دعونا لا نتشتت انتباهنا، فدورة التجسس التجاري مدفوعة بالفعل =)
يمكن أيضًا كتابة البيانات الجدولية على شكل نقاط وتصويرها بالشكل المألوف النظام الديكارتي .
لنجيب على سؤال مهم: كم عدد النقاط اللازمة للدراسة النوعية؟
كلما كان ذلك أفضل. الحد الأدنى المقبول للمجموعة يتكون من 5-6 نقاط. بالإضافة إلى ذلك، عندما تكون كمية البيانات صغيرة، لا يمكن تضمين النتائج "الشاذة" في العينة. لذلك، على سبيل المثال، يمكن لمتجر النخبة الصغير أن يكسب طلبات ذات حجم أكبر من "زملائه"، وبالتالي يشوه النمط العام الذي تحتاج إلى العثور عليه!
بكل بساطة، نحن بحاجة إلى تحديد وظيفة، جدولالذي يمر أقرب ما يمكن إلى النقاط 
. تسمى هذه الوظيفة تقريب
(تقريب - تقريب)أو الوظيفة النظرية
. بشكل عام، يظهر هنا على الفور "منافس" واضح - متعدد الحدود عالي الدرجة، والذي يمر الرسم البياني الخاص به عبر جميع النقاط. لكن هذا الخيار معقد وغالبًا ما يكون غير صحيح. (نظرًا لأن الرسم البياني سوف "يتكرر" طوال الوقت ويعكس الاتجاه الرئيسي بشكل سيئ).
وبالتالي، يجب أن تكون الوظيفة المطلوبة بسيطة للغاية وفي نفس الوقت تعكس التبعية بشكل مناسب. كما قد تتخيل، يتم استدعاء إحدى الطرق للعثور على مثل هذه الوظائف طريقة المربعات الصغرى. أولا، دعونا ننظر إلى جوهرها بشكل عام. دع بعض الوظائف تقريبية للبيانات التجريبية: 
كيفية تقييم دقة هذا التقريب؟ دعونا أيضًا نحسب الاختلافات (الانحرافات) بين القيم التجريبية والوظيفية (ندرس الرسم). أول فكرة تتبادر إلى ذهني هي تقدير حجم المبلغ، لكن المشكلة هي أن الاختلافات يمكن أن تكون سلبية (على سبيل المثال، 
)
والانحرافات نتيجة لهذا الجمع سوف تلغي بعضها البعض. ولذلك، كتقدير لدقة التقريب، فإنه يطرح لأخذ المبلغ وحداتالانحرافات:
أو انهار: (في حالة عدم معرفة أي شخص: - هذه هي أيقونة المجموع، و - متغير "العداد" المساعد، والذي يأخذ القيم من 1 إلى ).
من خلال تقريب النقاط التجريبية مع دوال مختلفة، سنحصل على قيم مختلفة، ومن الواضح أنه عندما يكون هذا المجموع أصغر، تكون تلك الدالة أكثر دقة.
مثل هذه الطريقة موجودة وتسمى طريقة المعامل الأقل. ومع ذلك، في الممارسة العملية أصبح أكثر انتشارا طريقة المربعات الصغرى، حيث لا يتم التخلص من القيم السلبية المحتملة بواسطة الوحدة، ولكن عن طريق تربيع الانحرافات:
، وبعد ذلك تهدف الجهود إلى اختيار دالة بحيث يكون مجموع الانحرافات المربعة 
كانت صغيرة قدر الإمكان. في الواقع، هذا هو المكان الذي يأتي منه اسم الطريقة.
والآن نعود إلى نقطة أخرى مهمة: كما ذكرنا أعلاه، يجب أن تكون الوظيفة المحددة بسيطة للغاية - ولكن هناك أيضًا العديد من هذه الوظائف: خطي , زائدي, الأسي, لوغاريتمي, من الدرجة الثانية إلخ. وبالطبع، أود هنا على الفور "تقليل مجال النشاط". ما هي فئة الوظائف التي يجب أن أختارها للبحث؟ تقنية بدائية ولكنها فعالة:
- أسهل طريقة هي تصوير النقاط 
على الرسم وتحليل موقعهم. إذا كانوا يميلون إلى الركض في خط مستقيم، فعليك أن تبحث عنهم معادلة الخط 
مع القيم المثلى و. بمعنى آخر، المهمة هي العثور على مثل هذه المعاملات بحيث يكون مجموع الانحرافات المربعة هو الأصغر.
إذا كانت النقاط موجودة، على سبيل المثال، على طول غلوفمن الواضح أن الدالة الخطية ستعطي تقديرًا تقريبيًا سيئًا. في هذه الحالة، نحن نبحث عن المعاملات الأكثر "أفضل" لمعادلة القطع الزائد 
- تلك التي تعطي الحد الأدنى من مجموع المربعات 
.
لاحظ الآن أننا نتحدث في كلتا الحالتين وظائف اثنين من المتغيرات، والتي هي الحجج معلمات التبعية التي تم البحث عنها:
ونحن في الأساس بحاجة إلى حل مشكلة قياسية - البحث الحد الأدنى من وظيفة اثنين من المتغيرات.
دعونا نتذكر مثالنا: لنفترض أن نقاط "المتجر" تميل إلى أن تكون موجودة في خط مستقيم، وهناك كل الأسباب للاعتقاد بوجودها الاعتماد الخطيدوران من مساحات البيع بالتجزئة. دعونا نجد مثل هذه المعاملات "أ" و "تكون" بحيث يكون مجموع الانحرافات المربعة 
كان الأصغر. كل شيء كالمعتاد - أولاً المشتقات الجزئية من الدرجة الأولى. وفق القاعدة الخطيةيمكنك التمييز مباشرة تحت أيقونة المبلغ: 
إذا كنت ترغب في استخدام هذه المعلومات في مقال أو ورقة بحثية، سأكون ممتنًا جدًا للرابط الموجود في قائمة المصادر، وستجد مثل هذه الحسابات التفصيلية في أماكن قليلة: 
لنقم بإنشاء نظام قياسي: 
نقوم بتبسيط كل معادلة بمقدار "اثنين"، بالإضافة إلى "تقسيم" المجاميع: 
ملحوظة
: حلل بشكل مستقل سبب إمكانية إزالة "a" و"be" خارج رمز المجموع. بالمناسبة، رسميا يمكن القيام بذلك مع المبلغ
دعونا نعيد كتابة النظام في النموذج "التطبيقي": 
وبعد ذلك تبدأ خوارزمية حل مشكلتنا في الظهور:
هل نعرف إحداثيات النقاط؟ نحن نعلم. المبالغ 
هل يمكننا العثور عليه؟ بسهولة. دعونا نجعل أبسط نظام من معادلتين خطيتين في مجهولين("أ" و"يكون"). نقوم بحل النظام مثلا طريقة كريمرونتيجة لذلك نحصل على نقطة ثابتة. التحقق حالة كافية للأقصى، يمكننا التحقق من أن الوظيفة عند هذه النقطة 
يصل بالضبط الحد الأدنى. يتضمن الفحص حسابات إضافية وبالتالي سنتركه وراء الكواليس (إذا لزم الأمر، يمكن عرض الإطار المفقود). نستخلص النتيجة النهائية:
وظيفة 
بأفضل طريقة ممكنة (على الأقل بالمقارنة مع أي وظيفة خطية أخرى)يجعل النقاط التجريبية أقرب 
. بشكل تقريبي، يمر الرسم البياني الخاص به بالقرب من هذه النقاط قدر الإمكان. في التقليد الاقتصاد القياسيوتسمى أيضًا وظيفة التقريب الناتجة معادلة الانحدار الخطي المقترنة
.
المشكلة قيد النظر لها أهمية عملية كبيرة. في حالة مثالنا، مكافئ. 
يسمح لك بالتنبؤ بحجم التداول التجاري ("الإغريقي")سيكون للمتجر قيمة أو أخرى من منطقة المبيعات (واحد أو آخر من معنى "x"). نعم، ستكون التوقعات الناتجة مجرد توقعات، ولكن في كثير من الحالات ستكون دقيقة تمامًا.
سأقوم بتحليل مشكلة واحدة فقط بالأرقام "الحقيقية"، حيث لا توجد صعوبات فيها - جميع الحسابات على مستوى المناهج الدراسية للصف السابع إلى الثامن. في 95 بالمائة من الحالات، سيُطلب منك العثور على دالة خطية فقط، ولكن في نهاية المقالة سأوضح أنه لم يعد من الصعب العثور على معادلات القطع الزائد الأمثل والدوال الأسية وبعض الدوال الأخرى.
في الواقع، كل ما تبقى هو توزيع الأشياء الجيدة الموعودة - حتى تتمكن من تعلم كيفية حل هذه الأمثلة ليس بدقة فحسب، بل أيضًا بسرعة. نحن ندرس المعيار بعناية:
مهمة
ونتيجة لدراسة العلاقة بين مؤشرين تم الحصول على أزواج الأرقام التالية: 
باستخدام طريقة المربعات الصغرى، أوجد الدالة الخطية الأقرب للدالة التجريبية (ذوي الخبرة)بيانات. أنشئ رسمًا لبناء النقاط التجريبية ورسمًا بيانيًا للدالة التقريبية في نظام الإحداثيات الديكارتي المستطيل 
. أوجد مجموع الانحرافات التربيعية بين القيم التجريبية والنظرية. اكتشف ما إذا كانت الميزة ستكون أفضل (من وجهة نظر طريقة المربعات الصغرى)تقريب النقاط التجريبية.
يرجى ملاحظة أن معاني "x" طبيعية، وهذا له معنى مميز ذو معنى، والذي سأتحدث عنه بعد قليل؛ لكنها بالطبع يمكن أن تكون كسرية أيضًا. بالإضافة إلى ذلك، اعتمادًا على محتوى مهمة معينة، يمكن أن تكون قيمتي "X" و"اللعبة" سالبة تمامًا أو جزئيًا. حسنًا، لقد تم تكليفنا بمهمة "مجهولة الهوية"، ونحن نبدأها حل:
نجد معاملات الدالة المثلى كحل للنظام: 
لغرض تسجيل أكثر إحكاما، يمكن حذف متغير "العداد"، لأنه من الواضح بالفعل أن الجمع يتم من 1 إلى .
من الأنسب حساب المبالغ المطلوبة في شكل جدول: 
يمكن إجراء العمليات الحسابية على آلة حاسبة صغيرة، ولكن من الأفضل استخدام برنامج Excel - بشكل أسرع وبدون أخطاء؛ شاهد فيديو قصير:
وهكذا نحصل على ما يلي نظام:
هنا يمكنك ضرب المعادلة الثانية بـ 3 و اطرح الثاني من حد المعادلة الأول بمصطلح. ولكن هذا هو الحظ - في الممارسة العملية، غالبا ما تكون الأنظمة ليست هدية، وفي مثل هذه الحالات يتم حفظها طريقة كريمر:
مما يعني أن النظام لديه حل فريد.
دعونا نتحقق. أفهم أنك لا تريد ذلك، ولكن لماذا تتخطى الأخطاء حيث لا يمكن تفويتها على الإطلاق؟ دعونا نعوض الحل الموجود في الجانب الأيسر من كل معادلة في النظام:
تم الحصول على الطرف الأيمن من المعادلات المقابلة، مما يعني أن النظام قد تم حله بشكل صحيح.
وبالتالي فإن وظيفة التقريب المطلوبة: - من جميع الوظائف الخطيةإنها هي التي تقريب البيانات التجريبية بشكل أفضل.
على عكس مباشر
اعتماد حجم مبيعات المتجر على منطقته، والاعتماد الموجود هو يعكس
(مبدأ "كلما كان أكثر، أقل")، وهذه الحقيقة تكشفها السلبية على الفور المنحدر. وظيفة 
يخبرنا أنه مع زيادة مؤشر معين بمقدار وحدة واحدة، تنخفض قيمة المؤشر التابع في المتوسطبنسبة 0.65 وحدة. كما يقولون، كلما ارتفع سعر الحنطة السوداء، قل بيعها.
لرسم الرسم البياني للدالة التقريبية، نجد قيمتين لها:
وتنفيذ الرسم: 
يسمى الخط المستقيم المبني خط الاتجاه
(أي خط الاتجاه الخطي، أي في الحالة العامة، الاتجاه ليس بالضرورة خطًا مستقيمًا). الجميع على دراية بتعبير "التواجد في الاتجاه"، وأعتقد أن هذا المصطلح لا يحتاج إلى تعليقات إضافية.
دعونا نحسب مجموع الانحرافات التربيعية 
بين القيم التجريبية والنظرية. هندسيًا، هذا هو مجموع مربعات أطوال شرائح "التوت". (اثنان منها صغيران جدًا بحيث لا يمكن رؤيتهما حتى).
دعونا نلخص الحسابات في الجدول: 
مرة أخرى، يمكن القيام بذلك يدويًا، فقط في حالة حدوث ذلك، سأقدم مثالاً للنقطة الأولى: 
ولكن من الأكثر فعالية القيام بذلك بالطريقة المعروفة بالفعل:
ونكرر مرة أخرى: ما معنى النتيجة التي تم الحصول عليها؟من جميع الوظائف الخطيةوظيفة ذ 
المؤشر هو الأصغر، أي أنه في عائلته هو الأفضل تقريبًا. وهنا، بالمناسبة، السؤال الأخير للمشكلة ليس عرضيًا: ماذا لو كانت الدالة الأسية المقترحة 
هل سيكون من الأفضل تقريب النقاط التجريبية؟
دعونا نجد المبلغ المقابل للانحرافات التربيعية - للتمييز، سأشير إليها بالحرف "إبسيلون". التقنية هي نفسها تمامًا: 
ومرة أخرى، فقط في حالة، حسابات النقطة الأولى: 
في Excel نستخدم الوظيفة القياسية خبرة (يمكن العثور على بناء الجملة في تعليمات Excel).
خاتمة: مما يعني أن الدالة الأسية تقرب النقاط التجريبية بشكل أسوأ من الخط المستقيم 
.
ولكن هنا تجدر الإشارة إلى أن "الأسوأ" هو لا يعني بعدوهو أمر سيء. لقد قمت الآن ببناء رسم بياني لهذه الدالة الأسية - وهي تمر أيضًا بالقرب من النقاط 
- لدرجة أنه بدون البحث التحليلي يصعب تحديد الوظيفة الأكثر دقة.
وبهذا ينتهي الحل، وأعود إلى مسألة القيم الطبيعية للحجة. في العديد من الدراسات، الاقتصادية أو الاجتماعية عادةً، تُستخدم علامات "X" الطبيعية لترقيم الأشهر أو السنوات أو فترات زمنية متساوية أخرى. خذ بعين الاعتبار، على سبيل المثال، المشكلة التالية.
مثال.
بيانات تجريبية عن قيم المتغيرات Xو فيوترد في الجدول.
ونتيجة لمواءمتها، يتم الحصول على الوظيفة
استخدام طريقة المربعات الصغرى، قم بتقريب هذه البيانات من خلال الاعتماد الخطي ص=الفأس+ب(ابحث عن المعلمات أو ب). اكتشف أي من الخطين هو الأفضل (بمعنى طريقة المربعات الصغرى) الذي يقوم بمحاذاة البيانات التجريبية. قم بعمل رسم.
جوهر طريقة المربعات الصغرى (LSM).
>وتتمثل المهمة في العثور على معاملات الاعتماد الخطية التي تكون فيها وظيفة متغيرين أو ب يأخذ أصغر قيمة. وهذا هو، نظرا أو بسيكون مجموع الانحرافات التربيعية للبيانات التجريبية عن الخط المستقيم الموجود هو الأصغر. هذا هو بيت القصيد من طريقة المربعات الصغرى.
وبالتالي، فإن حل المثال يتلخص في إيجاد الحد الأقصى لدالة لمتغيرين.
اشتقاق الصيغ لإيجاد المعاملات.
>تم تجميع وحل نظام من معادلتين بمجهولين. إيجاد المشتقات الجزئية للدالة بالنسبة للمتغيرات أو ب، نحن نساوي هذه المشتقات بالصفر.
نقوم بحل نظام المعادلات الناتج باستخدام أي طريقة (على سبيل المثال بطريقة الاستبدالأو ) واحصل على صيغ لإيجاد المعاملات باستخدام طريقة المربعات الصغرى (LSM).
منح أو بوظيفة يأخذ أصغر قيمة. تم تقديم الدليل على هذه الحقيقة.
هذه هي الطريقة الكاملة للمربعات الصغرى. صيغة للعثور على المعلمة أيحتوي على المبالغ و و و المعلمة ن- كمية البيانات التجريبية. نوصي بحساب قيم هذه المبالغ بشكل منفصل. معامل بتم العثور عليها بعد الحساب أ.
حان الوقت لتذكر المثال الأصلي.
حل.
في مثالنا ن = 5. نقوم بملء الجدول لسهولة حساب المبالغ المضمنة في صيغ المعاملات المطلوبة.
يتم الحصول على القيم الموجودة في الصف الرابع من الجدول عن طريق ضرب قيم الصف الثاني في قيم الصف الثالث لكل رقم أنا.
يتم الحصول على القيم الموجودة في الصف الخامس من الجدول عن طريق تربيع القيم الموجودة في الصف الثاني لكل رقم أنا.
القيم الموجودة في العمود الأخير من الجدول هي مجموع القيم عبر الصفوف.
نستخدم صيغ طريقة المربعات الصغرى لإيجاد المعاملات أو ب. نستبدل فيها القيم المقابلة من العمود الأخير من الجدول:
لذلك، ص = 0.165س+2.184- الخط المستقيم التقريبي المطلوب.
يبقى لمعرفة أي من الخطوط ص = 0.165س+2.184أو تقريب البيانات الأصلية بشكل أفضل، أي التقديرات باستخدام طريقة المربعات الصغرى.
تقدير الخطأ لطريقة المربعات الصغرى.
>للقيام بذلك، تحتاج إلى حساب مجموع الانحرافات التربيعية للبيانات الأصلية من هذه الخطوط و ، تتوافق القيمة الأصغر مع السطر الذي يقترب بشكل أفضل من البيانات الأصلية بمعنى طريقة المربعات الصغرى.
منذ , ثم على التوالي ص = 0.165س+2.184تقريب البيانات الأصلية بشكل أفضل.
رسم توضيحي لطريقة المربعات الصغرى (LS).
>كل شيء واضح للعيان على الرسوم البيانية. الخط الأحمر هو الخط المستقيم الموجود ص = 0.165س+2.184، الخط الأزرق هو النقاط الوردية هي البيانات الأصلية.
لماذا هذا مطلوب، لماذا كل هذه التقديرات؟
أنا شخصيًا أستخدمه لحل مشكلات تجانس البيانات والاستيفاء والاستقراء (في المثال الأصلي ربما طُلب منهم العثور على قيمة القيمة المرصودة ذفي س = 3أو متى س=6باستخدام طريقة المربعات الصغرى). لكننا سنتحدث أكثر عن هذا لاحقًا في قسم آخر من الموقع.
دليل.
بحيث عندما وجدت أو بتأخذ الدالة أصغر قيمة، فمن الضروري عند هذه النقطة أن تكون مصفوفة الشكل التربيعي للتفاضل من الدرجة الثانية للدالة كان إيجابيا واضحا. دعونا نظهر ذلك.
التفاضل من الدرجة الثانية له الشكل:
إنه
ومن ثم، فإن المصفوفة ذات الصورة التربيعية لها الصورة
وقيم العناصر لا تعتمد عليها أو ب.
دعونا نبين أن المصفوفة إيجابية محددة. للقيام بذلك، يجب أن تكون القاصرات الزاوية إيجابية.
الدرجة الأولى الزاوي الصغرى . عدم المساواة صارم لأن النقاط لا تتطابق. وفي ما يلي سوف نشير إلى ذلك.
الدرجة الثانية الزاوي الصغرى
دعونا نثبت ذلك بواسطة طريقة الاستقراء الرياضي.
خاتمة: القيم الموجودة أو بتتوافق مع أصغر قيمة للوظيفة وبالتالي، هي المعلمات المطلوبة لطريقة المربعات الصغرى.
طريقة المربعات الصغرى
وفي الدرس الأخير من الموضوع سنتعرف على التطبيق الأكثر شهرة فنبوالذي يجد التطبيق الأوسع في مختلف مجالات العلوم والنشاط العملي. يمكن أن يكون هذا الفيزياء، والكيمياء، وعلم الأحياء، والاقتصاد، وعلم الاجتماع، وعلم النفس، وما إلى ذلك. بمشيئة القدر، غالبًا ما أضطر إلى التعامل مع الاقتصاد، ولذلك سأرتب لك اليوم رحلة إلى بلد رائع يسمى الاقتصاد القياسي=) ...كيف لا تريد ذلك؟! إنه أمر جيد جدًا هناك - ما عليك سوى اتخاذ قرارك! ...ولكن ما تريده بالتأكيد هو أن تتعلم كيفية حل المشكلات طريقة المربعات الصغرى. وسيتعلم القراء المجتهدون بشكل خاص حلها ليس بدقة فحسب، بل أيضًا بسرعة كبيرة ؛-) ولكن أولاً بيان عام للمشكلة+ المثال المصاحب:
دعونا ندرس المؤشرات في مجال موضوعي معين له تعبير كمي. وفي الوقت نفسه، هناك كل الأسباب للاعتقاد بأن المؤشر يعتمد على المؤشر. يمكن أن يكون هذا الافتراض إما فرضية علمية أو يعتمد على الحس السليم الأساسي. ومع ذلك، دعونا نترك العلم جانبًا، ونستكشف المزيد من المجالات الشهية - وهي متاجر البقالة. دعنا نشير بـ:
- منطقة البيع بالتجزئة لمحل بقالة، متر مربع،
– حجم التداول السنوي لمحل بقالة مليون روبل.
من الواضح تماما أنه كلما كانت مساحة المتجر أكبر، كلما زاد معدل دورانها في معظم الحالات.
لنفترض أنه بعد إجراء الملاحظات/التجارب/الحسابات/الرقصات باستخدام الدف، لدينا بيانات رقمية تحت تصرفنا: 
مع محلات البقالة، أعتقد أن كل شيء واضح: - هذه هي مساحة المتجر الأول، - حجم مبيعاتها السنوي، - مساحة المتجر الثاني، - حجم مبيعاتها السنوي، وما إلى ذلك. بالمناسبة، ليس من الضروري على الإطلاق الوصول إلى المواد السرية - يمكن الحصول على تقييم دقيق إلى حد ما لحجم التجارة عن طريق الإحصائيات الرياضية. ومع ذلك، دعونا لا نتشتت انتباهنا، فدورة التجسس التجاري مدفوعة بالفعل =)
يمكن أيضًا كتابة البيانات الجدولية على شكل نقاط وتصويرها بالشكل المألوف النظام الديكارتي .
لنجيب على سؤال مهم: كم عدد النقاط اللازمة للدراسة النوعية؟
كلما كان ذلك أفضل. الحد الأدنى المقبول للمجموعة يتكون من 5-6 نقاط. بالإضافة إلى ذلك، عندما تكون كمية البيانات صغيرة، لا يمكن تضمين النتائج "الشاذة" في العينة. لذلك، على سبيل المثال، يمكن لمتجر النخبة الصغير أن يكسب طلبات ذات حجم أكبر من "زملائه"، وبالتالي يشوه النمط العام الذي تحتاج إلى العثور عليه!
بكل بساطة، نحن بحاجة إلى تحديد وظيفة، جدولالذي يمر أقرب ما يمكن إلى النقاط 
. تسمى هذه الوظيفة تقريب
(تقريب - تقريب)أو الوظيفة النظرية
. بشكل عام، يظهر هنا على الفور "منافس" واضح - متعدد الحدود عالي الدرجة، والذي يمر الرسم البياني الخاص به عبر جميع النقاط. لكن هذا الخيار معقد وغالبًا ما يكون غير صحيح. (نظرًا لأن الرسم البياني سوف "يتكرر" طوال الوقت ويعكس الاتجاه الرئيسي بشكل سيئ).
وبالتالي، يجب أن تكون الوظيفة المطلوبة بسيطة للغاية وفي نفس الوقت تعكس التبعية بشكل مناسب. كما قد تتخيل، يتم استدعاء إحدى الطرق للعثور على مثل هذه الوظائف طريقة المربعات الصغرى. أولا، دعونا ننظر إلى جوهرها بشكل عام. دع بعض الوظائف تقريبية للبيانات التجريبية: 
كيفية تقييم دقة هذا التقريب؟ دعونا أيضًا نحسب الاختلافات (الانحرافات) بين القيم التجريبية والوظيفية (ندرس الرسم). أول فكرة تتبادر إلى ذهني هي تقدير حجم المبلغ، لكن المشكلة هي أن الاختلافات يمكن أن تكون سلبية (على سبيل المثال، 
)
والانحرافات نتيجة لهذا الجمع سوف تلغي بعضها البعض. ولذلك، كتقدير لدقة التقريب، فإنه يطرح لأخذ المبلغ وحداتالانحرافات:
أو انهار: (في حالة عدم معرفة أي شخص:
هو رمز المبلغ، و
- متغير مساعد "عداد" يأخذ القيم من 1 إلى
)
.
من خلال تقريب النقاط التجريبية مع دوال مختلفة، سنحصل على قيم مختلفة، ومن الواضح أنه عندما يكون هذا المجموع أصغر، تكون تلك الدالة أكثر دقة.
مثل هذه الطريقة موجودة وتسمى طريقة المعامل الأقل. ومع ذلك، في الممارسة العملية أصبح أكثر انتشارا طريقة المربعات الصغرى، حيث لا يتم التخلص من القيم السلبية المحتملة بواسطة الوحدة، ولكن عن طريق تربيع الانحرافات:
، وبعد ذلك تهدف الجهود إلى اختيار دالة بحيث يكون مجموع الانحرافات المربعة 
كانت صغيرة قدر الإمكان. في الواقع، هذا هو المكان الذي يأتي منه اسم الطريقة.
والآن نعود إلى نقطة أخرى مهمة: كما ذكرنا أعلاه، يجب أن تكون الوظيفة المحددة بسيطة للغاية - ولكن هناك أيضًا العديد من هذه الوظائف: خطي , زائدي , الأسي , لوغاريتمي , من الدرجة الثانية إلخ. وبالطبع، أود هنا على الفور "تقليل مجال النشاط". ما هي فئة الوظائف التي يجب أن أختارها للبحث؟ تقنية بدائية ولكنها فعالة:
- أسهل طريقة هي تصوير النقاط على الرسم وتحليل موقعهم. إذا كانوا يميلون إلى الركض في خط مستقيم، فعليك أن تبحث عنهم معادلة الخط 
مع القيم المثلى و. بمعنى آخر، المهمة هي العثور على مثل هذه المعاملات بحيث يكون مجموع الانحرافات المربعة هو الأصغر.
إذا كانت النقاط موجودة، على سبيل المثال، على طول غلوفمن الواضح أن الدالة الخطية ستعطي تقديرًا تقريبيًا سيئًا. في هذه الحالة، نحن نبحث عن المعاملات الأكثر "أفضل" لمعادلة القطع الزائد 
- تلك التي تعطي الحد الأدنى من مجموع المربعات 
.
لاحظ الآن أننا نتحدث في كلتا الحالتين وظائف اثنين من المتغيرات، والتي هي الحجج معلمات التبعية التي تم البحث عنها:
ونحن في الأساس بحاجة إلى حل مشكلة قياسية - البحث الحد الأدنى من وظيفة اثنين من المتغيرات.
دعونا نتذكر مثالنا: لنفترض أن نقاط "المتجر" تميل إلى أن تكون موجودة في خط مستقيم، وهناك كل الأسباب للاعتقاد بوجودها الاعتماد الخطيدوران من مساحات البيع بالتجزئة. دعونا نجد مثل هذه المعاملات "أ" و "تكون" بحيث يكون مجموع الانحرافات المربعة 
كان الأصغر. كل شيء كالمعتاد - أولاً المشتقات الجزئية من الدرجة الأولى. وفق القاعدة الخطيةيمكنك التمييز مباشرة تحت أيقونة المبلغ: 
إذا كنت ترغب في استخدام هذه المعلومات في مقال أو ورقة بحثية، سأكون ممتنًا جدًا للرابط الموجود في قائمة المصادر، وستجد مثل هذه الحسابات التفصيلية في أماكن قليلة: 
لنقم بإنشاء نظام قياسي: 
نقوم بتبسيط كل معادلة بمقدار "اثنين"، بالإضافة إلى "تقسيم" المجاميع: 
ملحوظة
: حلل بشكل مستقل سبب إمكانية إزالة "a" و"be" خارج رمز المجموع. بالمناسبة، رسميا يمكن القيام بذلك مع المبلغ 
دعونا نعيد كتابة النظام في النموذج "التطبيقي": 
وبعد ذلك تبدأ خوارزمية حل مشكلتنا في الظهور:
هل نعرف إحداثيات النقاط؟ نحن نعلم. المبالغ 
هل يمكننا العثور عليه؟ بسهولة. دعونا نجعل أبسط نظام من معادلتين خطيتين في مجهولين("أ" و"يكون"). نقوم بحل النظام مثلا طريقة كريمرونتيجة لذلك نحصل على نقطة ثابتة. التحقق حالة كافية للأقصى، يمكننا التحقق من أن الوظيفة عند هذه النقطة 
يصل بالضبط الحد الأدنى. يتضمن الفحص حسابات إضافية وبالتالي سنتركه وراء الكواليس (إذا لزم الأمر، يمكن عرض الإطار المفقودهنا
)
. نستخلص النتيجة النهائية:
وظيفة 
بأفضل طريقة ممكنة (على الأقل بالمقارنة مع أي وظيفة خطية أخرى)يجعل النقاط التجريبية أقرب . بشكل تقريبي، يمر الرسم البياني الخاص به بالقرب من هذه النقاط قدر الإمكان. في التقليد الاقتصاد القياسيوتسمى أيضًا وظيفة التقريب الناتجة معادلة الانحدار الخطي المقترنة
.
المشكلة قيد النظر لها أهمية عملية كبيرة. في حالة مثالنا، مكافئ. يسمح لك بالتنبؤ بحجم التداول التجاري ("الإغريقي")سيكون للمتجر قيمة أو أخرى من منطقة المبيعات (واحد أو آخر من معنى "x"). نعم، ستكون التوقعات الناتجة مجرد توقعات، ولكن في كثير من الحالات ستكون دقيقة تمامًا.
سأقوم بتحليل مشكلة واحدة فقط بالأرقام "الحقيقية"، حيث لا توجد صعوبات فيها - جميع الحسابات على مستوى المناهج الدراسية للصف السابع إلى الثامن. في 95 بالمائة من الحالات، سيُطلب منك العثور على دالة خطية فقط، ولكن في نهاية المقالة سأوضح أنه لم يعد من الصعب العثور على معادلات القطع الزائد الأمثل والدوال الأسية وبعض الدوال الأخرى.
في الواقع، كل ما تبقى هو توزيع الأشياء الجيدة الموعودة - حتى تتمكن من تعلم كيفية حل هذه الأمثلة ليس بدقة فحسب، بل أيضًا بسرعة. نحن ندرس المعيار بعناية:
مهمة
ونتيجة لدراسة العلاقة بين مؤشرين تم الحصول على أزواج الأرقام التالية: 
باستخدام طريقة المربعات الصغرى، أوجد الدالة الخطية الأقرب للدالة التجريبية (ذوي الخبرة)بيانات. أنشئ رسمًا لبناء النقاط التجريبية ورسمًا بيانيًا للدالة التقريبية في نظام الإحداثيات الديكارتي المستطيل 
. أوجد مجموع الانحرافات التربيعية بين القيم التجريبية والنظرية. اكتشف ما إذا كانت الميزة ستكون أفضل (من وجهة نظر طريقة المربعات الصغرى)تقريب النقاط التجريبية.
يرجى ملاحظة أن معاني "x" طبيعية، وهذا له معنى مميز ذو معنى، والذي سأتحدث عنه بعد قليل؛ لكنها بالطبع يمكن أن تكون كسرية أيضًا. بالإضافة إلى ذلك، اعتمادًا على محتوى مهمة معينة، يمكن أن تكون قيمتي "X" و"اللعبة" سالبة تمامًا أو جزئيًا. حسنًا، لقد تم تكليفنا بمهمة "مجهولة الهوية"، ونحن نبدأها حل:
نجد معاملات الدالة المثلى كحل للنظام: 
لغرض تسجيل أكثر إحكاما، يمكن حذف متغير "العداد"، لأنه من الواضح بالفعل أن الجمع يتم من 1 إلى .
من الأنسب حساب المبالغ المطلوبة في شكل جدول: 
يمكن إجراء العمليات الحسابية على آلة حاسبة صغيرة، ولكن من الأفضل استخدام برنامج Excel - بشكل أسرع وبدون أخطاء؛ شاهد فيديو قصير:
وهكذا نحصل على ما يلي نظام:
هنا يمكنك ضرب المعادلة الثانية بـ 3 و اطرح الثاني من حد المعادلة الأول بمصطلح. ولكن هذا هو الحظ - في الممارسة العملية، غالبا ما تكون الأنظمة ليست هدية، وفي مثل هذه الحالات يتم حفظها طريقة كريمر:
مما يعني أن النظام لديه حل فريد.
دعونا نتحقق. أفهم أنك لا تريد ذلك، ولكن لماذا تتخطى الأخطاء حيث لا يمكن تفويتها على الإطلاق؟ دعونا نعوض الحل الموجود في الجانب الأيسر من كل معادلة في النظام:
تم الحصول على الطرف الأيمن من المعادلات المقابلة، مما يعني أن النظام قد تم حله بشكل صحيح.
وبالتالي فإن وظيفة التقريب المطلوبة: - من جميع الوظائف الخطيةإنها هي التي تقريب البيانات التجريبية بشكل أفضل.
على عكس مباشر
اعتماد حجم مبيعات المتجر على منطقته، والاعتماد الموجود هو يعكس
(مبدأ "كلما كان أكثر، أقل")، وهذه الحقيقة تكشفها السلبية على الفور المنحدر. وظيفة 
يخبرنا أنه مع زيادة مؤشر معين بمقدار وحدة واحدة، تنخفض قيمة المؤشر التابع في المتوسطبنسبة 0.65 وحدة. كما يقولون، كلما ارتفع سعر الحنطة السوداء، قل بيعها.
لرسم الرسم البياني للدالة التقريبية، نجد قيمتين لها:
وتنفيذ الرسم: 
يسمى الخط المستقيم المبني خط الاتجاه
(أي خط الاتجاه الخطي، أي في الحالة العامة، الاتجاه ليس بالضرورة خطًا مستقيمًا). الجميع على دراية بتعبير "التواجد في الاتجاه"، وأعتقد أن هذا المصطلح لا يحتاج إلى تعليقات إضافية.
دعونا نحسب مجموع الانحرافات التربيعية 
بين القيم التجريبية والنظرية. هندسيًا، هذا هو مجموع مربعات أطوال شرائح "التوت". (اثنان منها صغيران جدًا بحيث لا يمكن رؤيتهما حتى).
دعونا نلخص الحسابات في الجدول: 
مرة أخرى، يمكن القيام بذلك يدويًا، فقط في حالة حدوث ذلك، سأقدم مثالاً للنقطة الأولى: 
ولكن من الأكثر فعالية القيام بذلك بالطريقة المعروفة بالفعل:
ونكرر مرة أخرى: ما معنى النتيجة التي تم الحصول عليها؟من جميع الوظائف الخطيةوظيفة ذ المؤشر هو الأصغر، أي أنه في عائلته هو الأفضل تقريبًا. وهنا، بالمناسبة، السؤال الأخير للمشكلة ليس عرضيًا: ماذا لو كانت الدالة الأسية المقترحة 
هل سيكون من الأفضل تقريب النقاط التجريبية؟
دعونا نجد المبلغ المقابل للانحرافات التربيعية - للتمييز، سأشير إليها بالحرف "إبسيلون". التقنية هي نفسها تمامًا: 
ومرة أخرى، فقط في حالة، حسابات النقطة الأولى: 
في Excel نستخدم الوظيفة القياسية خبرة (يمكن العثور على بناء الجملة في تعليمات Excel).
خاتمة: مما يعني أن الدالة الأسية تقرب النقاط التجريبية بشكل أسوأ من الخط المستقيم .
ولكن هنا تجدر الإشارة إلى أن "الأسوأ" هو لا يعني بعدوهو أمر سيء. لقد قمت الآن ببناء رسم بياني لهذه الدالة الأسية - وهي تمر أيضًا بالقرب من النقاط 
- لدرجة أنه بدون البحث التحليلي يصعب تحديد الوظيفة الأكثر دقة.
وبهذا ينتهي الحل، وأعود إلى مسألة القيم الطبيعية للحجة. في العديد من الدراسات، الاقتصادية أو الاجتماعية عادةً، تُستخدم علامات "X" الطبيعية لترقيم الأشهر أو السنوات أو فترات زمنية متساوية أخرى. لنأخذ على سبيل المثال المشكلة التالية:
تتوفر البيانات التالية عن حجم مبيعات التجزئة في المتجر للنصف الأول من العام:
باستخدام محاذاة الخط المستقيم التحليلي، حدد حجم التداول لشهر يوليو.
نعم، لا مشكلة: نرقم الأشهر 1، 2، 3، 4، 5، 6 ونستخدم الخوارزمية المعتادة، ونتيجة لذلك نحصل على معادلة - الشيء الوحيد هو أنه عندما يتعلق الأمر بالوقت، فإنهم عادةً ما يستخدمون حرف "تي" (على الرغم من أن هذا ليس بالغ الأهمية). وتظهر المعادلة الناتجة أنه في النصف الأول من العام ارتفع حجم التداول بمعدل 27.74 وحدة. كل شهر. دعونا نحصل على التوقعات لشهر يوليو (الشهر رقم 7): د.
وهناك مهام لا حصر لها مثل هذه. يمكن لأولئك الذين يرغبون في استخدام خدمة إضافية، وهي بلدي حاسبة اكسل (النسخة التجريبية)، أيّ يحل المشكلة التي تم تحليلها على الفور تقريبًا!نسخة العمل من البرنامج متاحة على الصرفأو ل رسوم رمزية.
وفي نهاية الدرس معلومات مختصرة عن إيجاد تبعيات بعض الأنواع الأخرى. في الواقع، ليس هناك الكثير مما يمكن قوله، نظرًا لأن النهج الأساسي وخوارزمية الحل تظل كما هي.
لنفترض أن ترتيب النقاط التجريبية يشبه القطع الزائد. ثم، للعثور على معاملات أفضل القطع الزائد، تحتاج إلى العثور على الحد الأدنى من الدالة - يمكن لأي شخص إجراء حسابات مفصلة والوصول إلى نظام مماثل: 
ومن وجهة نظر فنية رسمية، يتم الحصول عليها من نظام "خطي". 
(دعنا نشير إليها بعلامة النجمة)استبدال "x" بـ . طيب وماذا عن المبالغ؟ 
احسب ، وبعد ذلك إلى المعاملين الأمثل "أ" و "كن" في متناول اليد.
إذا كان هناك كل الأسباب للاعتقاد بأن هذه النقاط تقع على طول منحنى لوغاريتمي، ثم للعثور على القيم المثلى نجد الحد الأدنى للدالة 
. رسميًا، في النظام (*) يجب استبداله بما يلي: 
عند إجراء العمليات الحسابية في Excel، استخدم الدالة إل إن. أعترف أنه لن يكون من الصعب علي بشكل خاص إنشاء آلات حاسبة لكل حالة من الحالات قيد النظر، ولكن سيكون من الأفضل أن تقوم "ببرمجة" الحسابات بنفسك. مقاطع فيديو تعليمية للمساعدة.
مع الاعتماد الأسي، يكون الوضع أكثر تعقيدًا بعض الشيء. لاختزال الأمر في الحالة الخطية، نأخذ الدالة اللوغاريتمية ونستخدمها خصائص اللوغاريتم:
الآن، بمقارنة الدالة الناتجة مع الدالة الخطية، نتوصل إلى استنتاج مفاده أنه في النظام يجب استبدال (*) بـ و - بـ. للراحة ، دعنا نشير إلى: 
يرجى ملاحظة أن النظام قد تم حله فيما يتعلق بـ، وبالتالي، بعد العثور على الجذور، يجب ألا تنسى إيجاد المعامل نفسه.
لتقريب النقاط التجريبية القطع المكافئ الأمثل 
، ينبغي العثور عليها الحد الأدنى من وظيفة ثلاثة متغيرات 
. بعد تنفيذ الإجراءات القياسية، نحصل على "العمل" التالي نظام:
نعم، بالطبع، هناك مبالغ أكثر هنا، ولكن لا توجد صعوبات على الإطلاق عند استخدام التطبيق المفضل لديك. وأخيرًا، سأخبرك بكيفية إجراء فحص سريع باستخدام Excel وإنشاء خط الاتجاه المطلوب: قم بإنشاء مخطط مبعثر، وحدد أي نقطة باستخدام الماوس وانقر بزر الماوس الأيمن على تحديد الخيار "إضافة خط الاتجاه". بعد ذلك، حدد نوع المخطط وعلى علامة التبويب "خيارات"تفعيل الخيار "إظهار المعادلة على الرسم البياني". نعم
كما هو الحال دائمًا، أريد أن أنهي المقال ببعض العبارات الجميلة، وكدت أكتب "كن في الاتجاه!" لكنه غير رأيه في الوقت المناسب. وليس لأنها نمطية. لا أعرف كيف هو الأمر بالنسبة لأي شخص، لكنني لا أريد حقًا اتباع الاتجاه الأمريكي وخاصة الأوروبي الذي يتم الترويج له =) لذلك، أتمنى أن يلتزم كل واحد منكم بخطه الخاص!
http://www.grandars.ru/student/vysshaya-matematika/metod-naimenshih-kvadratov.html
تعد طريقة المربعات الصغرى واحدة من أكثر الطرق شيوعًا وأكثرها تطورًا نظرًا لخصائصها بساطة وكفاءة طرق تقدير معلمات نماذج الاقتصاد القياسي الخطي. في الوقت نفسه، عند استخدامه، يجب مراعاة بعض الحذر، لأن النماذج التي تم إنشاؤها باستخدامها قد لا تفي بعدد من المتطلبات الخاصة بجودة معلماتها، ونتيجة لذلك، لا تعكس "بشكل جيد" أنماط تطوير العملية .
دعونا نفكر في إجراء تقدير معلمات نموذج الاقتصاد القياسي الخطي باستخدام طريقة المربعات الصغرى بمزيد من التفصيل. ويمكن تمثيل هذا النموذج بشكل عام بالمعادلة (1.2):
y t = a 0 + a 1 x 1t +...+ a n x nt + ε t.
البيانات الأولية عند تقدير المعلمات a 0 , a 1 ,..., n هي متجه لقيم المتغير التابع ذ= (y 1 , y 2 , ... , y T)" ومصفوفة قيم المتغيرات المستقلة
حيث يتوافق العمود الأول، المكون من الآحاد، مع معامل النموذج.
حصلت طريقة المربعات الصغرى على اسمها بناءً على المبدأ الأساسي الذي يجب أن تفي به تقديرات المعلمات التي يتم الحصول عليها على أساسها: يجب أن يكون مجموع مربعات خطأ النموذج في حده الأدنى.
أمثلة على حل المسائل باستخدام طريقة المربعات الصغرى
مثال 2.1.لدى المؤسسة التجارية شبكة مكونة من 12 متجرًا، وترد في الجدول معلومات عن أنشطتها. 2.1.
ترغب إدارة المؤسسة في معرفة كيف يعتمد حجم المبيعات السنوية على مساحة البيع بالتجزئة في المتجر.
الجدول 2.1
| رقم المتجر | حجم التداول السنوي مليون روبل. | مساحة التجزئة ألف م2 |
| 19,76 | 0,24 | |
| 38,09 | 0,31 | |
| 40,95 | 0,55 | |
| 41,08 | 0,48 | |
| 56,29 | 0,78 | |
| 68,51 | 0,98 | |
| 75,01 | 0,94 | |
| 89,05 | 1,21 | |
| 91,13 | 1,29 | |
| 91,26 | 1,12 | |
| 99,84 | 1,29 | |
| 108,55 | 1,49 |
حل المربعات الصغرى.دعونا نشير إلى حجم المبيعات السنوي للمتجر، مليون روبل؛ - مساحة التجزئة للمحل الألف م2.
الشكل 2.1. مخطط التشتت على سبيل المثال 2.1
لتحديد شكل العلاقة الوظيفية بين المتغيرات سنقوم ببناء مخطط مبعثر (الشكل 2.1).
استنادًا إلى الرسم البياني المبعثر، يمكننا أن نستنتج أن حجم المبيعات السنوي يعتمد بشكل إيجابي على مساحة البيع بالتجزئة (أي، ستزداد مع الزيادة). الشكل الأنسب للاتصال الوظيفي هو خطي.
يتم عرض المعلومات لمزيد من الحسابات في الجدول. 2.2. باستخدام طريقة المربعات الصغرى، نقوم بتقدير معلمات النموذج الاقتصادي القياسي الخطي ذو العامل الواحد
الجدول 2.2
| ر | ذ ر | × 1 طن | ي تي 2 | × 1 طن 2 | × 1 طن و ر |
| 19,76 | 0,24 | 390,4576 | 0,0576 | 4,7424 | |
| 38,09 | 0,31 | 1450,8481 | 0,0961 | 11,8079 | |
| 40,95 | 0,55 | 1676,9025 | 0,3025 | 22,5225 | |
| 41,08 | 0,48 | 1687,5664 | 0,2304 | 19,7184 | |
| 56,29 | 0,78 | 3168,5641 | 0,6084 | 43,9062 | |
| 68,51 | 0,98 | 4693,6201 | 0,9604 | 67,1398 | |
| 75,01 | 0,94 | 5626,5001 | 0,8836 | 70,5094 | |
| 89,05 | 1,21 | 7929,9025 | 1,4641 | 107,7505 | |
| 91,13 | 1,29 | 8304,6769 | 1,6641 | 117,5577 | |
| 91,26 | 1,12 | 8328,3876 | 1,2544 | 102,2112 | |
| 99,84 | 1,29 | 9968,0256 | 1,6641 | 128,7936 | |
| 108,55 | 1,49 | 11783,1025 | 2,2201 | 161,7395 | |
| س | 819,52 | 10,68 | 65008,554 | 11,4058 | 858,3991 |
| متوسط | 68,29 | 0,89 |
هكذا،
لذلك، مع زيادة مساحة البيع بالتجزئة بمقدار 1 ألف متر مربع، مع تساوي العوامل الأخرى، يزيد متوسط \u200b\u200bحجم المبيعات السنوي بمقدار 67.8871 مليون روبل.
مثال 2.2.لاحظت إدارة الشركة أن حجم المبيعات السنوي لا يعتمد فقط على مساحة مبيعات المتجر (انظر المثال 2.1)، ولكن أيضًا على متوسط عدد الزوار. يتم عرض المعلومات ذات الصلة في الجدول. 2.3.
الجدول 2.3
حل.دعونا نشير إلى - متوسط عدد زوار المتجر يوميًا ألف شخص.
لتحديد شكل العلاقة الوظيفية بين المتغيرات سنقوم ببناء مخطط مبعثر (الشكل 2.2).
استنادًا إلى مخطط التشتت، يمكننا أن نستنتج أن حجم المبيعات السنوي يعتمد بشكل إيجابي على متوسط عدد الزوار يوميًا (أي، سوف يزيد مع الزيادة). شكل الاعتماد الوظيفي خطي.
أرز. 2.2. مخطط التشتت على سبيل المثال 2.2
الجدول 2.4
| ر | × 2 طن | × 2 طن 2 | ص × 2t | × 1 طن × 2 طن |
| 8,25 | 68,0625 | 163,02 | 1,98 | |
| 10,24 | 104,8575 | 390,0416 | 3,1744 | |
| 9,31 | 86,6761 | 381,2445 | 5,1205 | |
| 11,01 | 121,2201 | 452,2908 | 5,2848 | |
| 8,54 | 72,9316 | 480,7166 | 6,6612 | |
| 7,51 | 56,4001 | 514,5101 | 7,3598 | |
| 12,36 | 152,7696 | 927,1236 | 11,6184 | |
| 10,81 | 116,8561 | 962,6305 | 13,0801 | |
| 9,89 | 97,8121 | 901,2757 | 12,7581 | |
| 13,72 | 188,2384 | 1252,0872 | 15,3664 | |
| 12,27 | 150,5529 | 1225,0368 | 15,8283 | |
| 13,92 | 193,7664 | 1511,016 | 20,7408 | |
| س | 127,83 | 1410,44 | 9160,9934 | 118,9728 |
| متوسط | 10,65 |
بشكل عام، من الضروري تحديد معالم النموذج الاقتصادي القياسي ثنائي العامل
y t = أ 0 + أ 1 × 1t + أ 2 × 2t + ε t
يتم عرض المعلومات المطلوبة لمزيد من الحسابات في الجدول. 2.4.
دعونا نقدر معلمات نموذج الاقتصاد القياسي الخطي ثنائي العامل باستخدام طريقة المربعات الصغرى.
هكذا،
يوضح تقدير المعامل =61.6583 أنه، مع تساوي الأمور الأخرى، مع زيادة مساحة البيع بالتجزئة بمقدار ألف م 2، سيزداد حجم المبيعات السنوي بمتوسط 61.6583 مليون روبل.
ويبين المعامل التقديري = 2.2748 أنه، مع تساوي الأمور الأخرى، مع زيادة متوسط عدد الزوار لكل ألف شخص. في اليوم، سيزداد حجم المبيعات السنوي بمعدل 2.2748 مليون روبل.
مثال 2.3.باستخدام المعلومات الواردة في الجدول. 2.2 و2.4، تقدير معلمة النموذج الاقتصادي القياسي ذو العامل الواحد
أين القيمة المركزية لحجم المبيعات السنوي للمتجر، مليون روبل؛ - القيمة المركزية لمتوسط عدد زوار المتجر اليومي بالألف شخص. (انظر الأمثلة 2.1-2.2).
حل.يتم عرض المعلومات الإضافية المطلوبة للحسابات في الجدول. 2.5.
الجدول 2.5
| -48,53 | -2,40 | 5,7720 | 116,6013 | |
| -30,20 | -0,41 | 0,1702 | 12,4589 | |
| -27,34 | -1,34 | 1,8023 | 36,7084 | |
| -27,21 | 0,36 | 0,1278 | -9,7288 | |
| -12,00 | -2,11 | 4,4627 | 25,3570 | |
| 0,22 | -3,14 | 9,8753 | -0,6809 | |
| 6,72 | 1,71 | 2,9156 | 11,4687 | |
| 20,76 | 0,16 | 0,0348 | 3,2992 | |
| 22,84 | -0,76 | 0,5814 | -17,413 | |
| 22,97 | 3,07 | 9,4096 | 70,4503 | |
| 31,55 | 1,62 | 2,6163 | 51,0267 | |
| 40,26 | 3,27 | 10,6766 | 131,5387 | |
| كمية | 48,4344 | 431,0566 |
وباستخدام الصيغة (2.35) نحصل على
هكذا،
http://www.cleverstudents.ru/articles/mnk.html
مثال.
بيانات تجريبية عن قيم المتغيرات Xو فيوترد في الجدول. 
ونتيجة لمواءمتها، يتم الحصول على الوظيفة 
استخدام طريقة المربعات الصغرى، قم بتقريب هذه البيانات من خلال الاعتماد الخطي ص=الفأس+ب(ابحث عن المعلمات أو ب). اكتشف أي من الخطين هو الأفضل (بمعنى طريقة المربعات الصغرى) الذي يقوم بمحاذاة البيانات التجريبية. قم بعمل رسم.
حل.
في مثالنا ن = 5. نقوم بملء الجدول لسهولة حساب المبالغ المضمنة في صيغ المعاملات المطلوبة. 
يتم الحصول على القيم الموجودة في الصف الرابع من الجدول عن طريق ضرب قيم الصف الثاني في قيم الصف الثالث لكل رقم أنا.
يتم الحصول على القيم الموجودة في الصف الخامس من الجدول عن طريق تربيع القيم الموجودة في الصف الثاني لكل رقم أنا.
القيم الموجودة في العمود الأخير من الجدول هي مجموع القيم عبر الصفوف.
نستخدم صيغ طريقة المربعات الصغرى لإيجاد المعاملات أو ب. نستبدل فيها القيم المقابلة من العمود الأخير من الجدول: 
لذلك، ص = 0.165س+2.184- الخط المستقيم التقريبي المطلوب.
يبقى لمعرفة أي من الخطوط ص = 0.165س+2.184أو تقريب البيانات الأصلية بشكل أفضل، أي التقديرات باستخدام طريقة المربعات الصغرى.
دليل.
بحيث عندما وجدت أو بتأخذ الدالة أصغر قيمة، فمن الضروري عند هذه النقطة أن تكون مصفوفة الشكل التربيعي للتفاضل من الدرجة الثانية للدالة 
كان إيجابيا واضحا. دعونا نظهر ذلك.
التفاضل من الدرجة الثانية له الشكل: 
إنه
ومن ثم، فإن المصفوفة ذات الصورة التربيعية لها الصورة 
وقيم العناصر لا تعتمد عليها أو ب.
دعونا نبين أن المصفوفة إيجابية محددة. للقيام بذلك، يجب أن تكون القاصرات الزاوية إيجابية.
الدرجة الأولى الزاوي الصغرى 
. عدم المساواة صارمة، منذ النقاط
- الدرس التمهيدي مجانا;
- عدد كبير من المعلمين ذوي الخبرة (اللغة الأم والناطقة بالروسية)؛
- الدورات ليست لفترة محددة (شهر، ستة أشهر، سنة)، ولكن لعدد محدد من الدروس (5، 10، 20، 50)؛
- أكثر من 10.000 عميل راضٍ.
- تكلفة درس واحد مع مدرس ناطق باللغة الروسية هي من 600 روبل، مع متحدث أصلي - من 1500 روبل
جوهر طريقة المربعات الصغرى هو في العثور على معلمات نموذج الاتجاه الذي يصف بشكل أفضل ميل تطور أي ظاهرة عشوائية في الزمان أو المكان (الاتجاه هو الخط الذي يميز ميل هذا التطور). تتمثل مهمة طريقة المربعات الصغرى (LSM) في العثور ليس فقط على بعض نماذج الاتجاه، ولكن أيضًا في العثور على النموذج الأفضل أو الأمثل. سيكون هذا النموذج هو الأمثل إذا كان مجموع الانحرافات المربعة بين القيم الفعلية المرصودة وقيم الاتجاه المحسوبة المقابلة ضئيلًا (الأصغر):
أين هو الانحراف المربع بين القيمة الفعلية المرصودة
وقيمة الاتجاه المحسوبة المقابلة،
القيمة الفعلية (المرصودة) للظاهرة محل الدراسة،
القيمة المحسوبة لنموذج الاتجاه،
عدد مشاهدات الظاهرة قيد الدراسة.
نادرًا ما يتم استخدام MNC بمفرده. كقاعدة عامة، يتم استخدامه في أغلب الأحيان فقط كتقنية فنية ضرورية في دراسات الارتباط. يجب أن نتذكر أن أساس معلومات OLS لا يمكن أن يكون إلا سلسلة إحصائية موثوقة، ويجب ألا يقل عدد الملاحظات عن 4، وإلا فإن إجراءات تجانس OLS قد تفقد المنطق السليم.
تتلخص مجموعة أدوات MNC في الإجراءات التالية:
الإجراء الأول. اتضح ما إذا كان هناك أي ميل على الإطلاق لتغيير السمة الناتجة عندما تتغير وسيطة العامل المحدد، أو بمعنى آخر، هل هناك علاقة بين " في " و " X ».
الإجراء الثاني. ويتم تحديد الخط (المسار) الذي يمكنه وصف هذا الاتجاه أو وصفه بشكل أفضل.
الإجراء الثالث.
مثال. لنفترض أن لدينا معلومات حول متوسط إنتاجية عباد الشمس للمزرعة قيد الدراسة (الجدول 9.1).
الجدول 9.1
|
رقم الملاحظة |
||||||||||
|
الإنتاجية، ج/هك |
نظرًا لأن مستوى التكنولوجيا في إنتاج عباد الشمس في بلدنا ظل دون تغيير تقريبًا على مدار السنوات العشر الماضية، فهذا يعني، على ما يبدو، أن التقلبات في الإنتاج خلال الفترة التي تم تحليلها كانت تعتمد إلى حد كبير على التقلبات في الطقس والظروف المناخية. هل هذا صحيح حقا؟
إجراء OLS الأول. تم اختبار الفرضية القائلة بوجود اتجاه في تغيرات محصول زهرة الشمس اعتمادا على التغيرات في الطقس والظروف المناخية خلال السنوات العشر التي تم تحليلها.
في هذا المثال ل" ذ "ينصح بأخذ محصول عباد الشمس، و" س » – رقم السنة المرصودة في الفترة التي تم تحليلها. اختبار الفرضية حول وجود أي علاقة بين " س " و " ذ "يمكن القيام بذلك بطريقتين: يدويًا وباستخدام برامج الكمبيوتر. بالطبع، إذا كان لديك تكنولوجيا الكمبيوتر، فيمكن حل هذه المشكلة بنفسها. ولكن من أجل فهم أدوات MNC بشكل أفضل، فمن المستحسن اختبار الفرضية حول وجود علاقة بين " س " و " ذ » يدويًا، عندما لا يكون في متناول اليد سوى قلم وآلة حاسبة عادية. في مثل هذه الحالات، من الأفضل التحقق من فرضية وجود الاتجاه بصريًا من خلال موقع الصورة الرسومية لسلسلة الديناميكيات التي تم تحليلها - مجال الارتباط:
يقع حقل الارتباط في مثالنا حول خط يتزايد ببطء. وهذا في حد ذاته يدل على وجود اتجاه معين في التغيرات في محصول زهرة الشمس. من المستحيل التحدث عن وجود أي اتجاه فقط عندما يبدو مجال الارتباط وكأنه دائرة أو دائرة أو سحابة رأسية أو أفقية تمامًا أو تتكون من نقاط متناثرة بشكل فوضوي. وفي جميع الحالات الأخرى فإن الفرضية حول وجود علاقة بين “ س " و " ذ "، ومواصلة البحث.
إجراء OLS الثاني. يتم تحديد الخط (المسار) الذي يمكن أن يصف أو يصف بشكل أفضل اتجاه التغيرات في محصول عباد الشمس خلال الفترة التي تم تحليلها.
إذا كان لديك تكنولوجيا الكمبيوتر، فسيتم اختيار الاتجاه الأمثل تلقائيا. في المعالجة "اليدوية"، يتم اختيار الوظيفة المثالية، كقاعدة عامة، بصريًا - حسب موقع حقل الارتباط. أي أنه بناءً على نوع الرسم البياني، يتم تحديد معادلة الخط الذي يناسب الاتجاه التجريبي (المسار الفعلي) بشكل أفضل.
كما هو معروف، يوجد في الطبيعة مجموعة كبيرة ومتنوعة من التبعيات الوظيفية، لذلك من الصعب للغاية تحليل جزء صغير منها بصريًا. لحسن الحظ، في الممارسة الاقتصادية الحقيقية، يمكن وصف معظم العلاقات بدقة تامة إما عن طريق القطع المكافئ، أو القطع الزائد، أو الخط المستقيم. في هذا الصدد، مع الخيار "اليدوي" لاختيار أفضل وظيفة، يمكنك قصر نفسك على هذه النماذج الثلاثة فقط.
|
القطع الزائد: |
||
القطع المكافئ من الدرجة الثانية: :
من السهل أن نرى أنه في مثالنا، فإن أفضل وصف للاتجاه في تغيرات إنتاجية عباد الشمس على مدى السنوات العشر التي تم تحليلها هو الخط المستقيم، وبالتالي فإن معادلة الانحدار ستكون معادلة الخط المستقيم.
الإجراء الثالث. ويتم حساب معاملات معادلة الانحدار التي تميز هذا الخط، أو بمعنى آخر يتم تحديد صيغة تحليلية تصف أفضل نموذج للاتجاه.
العثور على قيم معلمات معادلة الانحدار، في حالتنا المعلمات و، هو جوهر OLS. تهدف هذه العملية إلى حل نظام من المعادلات العادية.
(9.2)
يمكن حل نظام المعادلات هذا بسهولة تامة باستخدام طريقة غاوس. دعونا نتذكر أنه نتيجة للحل، في مثالنا، تم العثور على قيم المعلمات. وبالتالي فإن معادلة الانحدار التي تم العثور عليها سيكون لها الشكل التالي:
ويستخدم على نطاق واسع في الاقتصاد القياسي في شكل تفسير اقتصادي واضح لمعلماته.
يأتي الانحدار الخطي لإيجاد معادلة النموذج
أو
معادلة النموذج يسمح على أساس قيم المعلمات المحددة Xلها قيم نظرية للخاصية الناتجة، مع استبدال القيم الفعلية للعامل فيها X.
يتم تقليل بناء الانحدار الخطي إلى تقدير معلماته - أو V.يمكن العثور على تقديرات معلمات الانحدار الخطي باستخدام طرق مختلفة.
يعتمد النهج الكلاسيكي لتقدير معلمات الانحدار الخطي على طريقة المربعات الصغرى(الشركات المتعددة الجنسيات).
تتيح لنا طريقة المربعات الصغرى الحصول على تقديرات المعلمات هذه أو الخامس،حيث يكون مجموع الانحرافات التربيعية للقيم الفعلية للخاصية الناتجة (ص)من المحسوبة (النظرية) الحد الأدنى:
للعثور على الحد الأدنى من دالة، تحتاج إلى حساب المشتقات الجزئية لكل من المعلمات أو بوجعلهم يساوي الصفر.
دعونا نشير بـ S، ثم:
بتحويل الصيغة، نحصل على النظام التالي من المعادلات العادية لتقدير المعلمات أو V:
حل نظام المعادلات العادية (3.5) إما بطريقة الحذف المتتابع للمتغيرات أو بطريقة المحددات نجد التقديرات المطلوبة للمعلمات أو V.
المعلمة Vيسمى معامل الانحدار . وتظهر قيمته متوسط التغير في النتيجة مع تغير العامل بمقدار وحدة واحدة.
يتم دائمًا استكمال معادلة الانحدار بمؤشر على مدى قرب الاتصال. عند استخدام الانحدار الخطي، مثل هذا المؤشر هو معامل الارتباط الخطي. هناك تعديلات مختلفة على صيغة معامل الارتباط الخطي. بعض منها مذكورة أدناه:
وكما هو معروف فإن معامل الارتباط الخطي يقع ضمن الحدود: -1 ≤ ≤ 1.
لتقييم جودة اختيار دالة خطية، يتم حساب المربع
يسمى معامل الارتباط الخطي معامل التحديد.يميز معامل التحديد نسبة التباين في الخاصية الناتجة ذ،موضحة بالانحدار في التباين الكلي للسمة الناتجة:
وبناء على ذلك، فإن القيمة 1 تميز حصة التباين ذ،ناتجة عن تأثير عوامل أخرى لم تؤخذ بعين الاعتبار في النموذج.
أسئلة للتحكم في النفس
1. جوهر طريقة المربعات الصغرى؟
2. كم عدد المتغيرات التي يوفرها الانحدار الزوجي؟
3. ما هو المعامل الذي يحدد مدى قرب الارتباط بين التغيرات؟
4. في أي حدود يتم تحديد معامل التحديد؟
5. تقدير المعلمة ب في تحليل الارتباط والانحدار؟
1. كريستوفر دوجيرتي. مقدمة في الاقتصاد القياسي. - م: إنفرا - م، 2001 - 402 ص.
2. س.أ. بوروديتش. الاقتصاد القياسي. شركة مينسك "المعرفة الجديدة" 2001.
3. آر.يو. رحمتوفا دورة قصيرة في الاقتصاد القياسي. دليل الدراسة. ألماتي. 2004. -78 ص.
4. أنا. إليسيفا. - م: "المالية والإحصاء"، 2002
5. مجلة شهرية إعلامية وتحليلية.
النماذج الاقتصادية غير الخطية. نماذج الانحدار غير الخطية. تحويل المتغيرات.
>النماذج الاقتصادية غير الخطية..
تحويل المتغيرات.
معامل المرونة.
إذا كانت هناك علاقات غير خطية بين الظواهر الاقتصادية، فسيتم التعبير عنها باستخدام الوظائف غير الخطية المقابلة: على سبيل المثال، القطع الزائد متساوي الأضلاع , القطع المكافئ من الدرجة الثانية، الخ.
هناك فئتان من الانحدارات غير الخطية
>1. الانحدارات غير الخطية بالنسبة للمتغيرات التوضيحية المتضمنة في التحليل، ولكنها خطية بالنسبة للمتغيرات المقدرة، على سبيل المثال:
كثيرات الحدود بدرجات مختلفة - , ;
القطع الزائد متساوي الأضلاع - ;
دالة شبه لوغاريتمية - .
2. الانحدارات غير الخطية في المعلمات التي يتم تقديرها، على سبيل المثال:
قوة - ؛
توضيحي - ;
الأسي - .
المجموع الإجمالي للانحرافات التربيعية للقيم الفردية للخاصية الناتجة فيمن متوسط القيمة ناجم عن تأثير أسباب عديدة. دعونا نقسم مجموعة الأسباب بشكل مشروط إلى مجموعتين: العامل قيد الدراسة xو عوامل أخرى.
إذا كان العامل لا يؤثر على النتيجة، فإن خط الانحدار على الرسم البياني يكون موازيا للمحور أوهو
ثم يكون التباين الكامل للخاصية الناتجة ناتجًا عن تأثير عوامل أخرى وسيتزامن المجموع الإجمالي للانحرافات المربعة مع المتبقي. إذا لم تؤثر العوامل الأخرى على النتيجة، إذن ذ مربوطةمع Xوظيفيا ومجموع المربعات المتبقية هو صفر. في هذه الحالة، يكون مجموع الانحرافات المربعة التي يفسرها الانحدار هو نفس مجموع المربعات الإجمالية.
نظرًا لأن نقاط مجال الارتباط لا تقع جميعها على خط الانحدار، فإن تشتتها يحدث دائمًا نتيجة لتأثير العامل X، أي الانحدار فيبواسطة X،والناجمة عن أسباب أخرى (اختلاف غير مفسر). تعتمد مدى ملاءمة خط الانحدار للتنبؤ على أي جزء من التباين الإجمالي للسمة فيحسابات الاختلاف الموضح
من الواضح أنه إذا كان مجموع الانحرافات التربيعية بسبب الانحدار أكبر من مجموع المربعات المتبقية، فإن معادلة الانحدار تكون ذات دلالة إحصائية والعامل Xله تأثير كبير على النتيجة ش.
, أي مع عدد حرية الاختلاف المستقل للخاصية. يرتبط عدد درجات الحرية بعدد وحدات السكان n وعدد الثوابت المحددة منها. فيما يتعلق بالمشكلة قيد الدراسة، يجب أن يوضح عدد درجات الحرية عدد الانحرافات المستقلة عنها ن
يتم تقييم أهمية معادلة الانحدار ككل باستخدام ف- معيار فيشر. في هذه الحالة، يتم طرح فرضية صفرية مفادها أن معامل الانحدار يساوي الصفر، أي. ب = 0، وبالتالي العامل Xلا يؤثر على النتيجة ش.
يسبق الحساب الفوري لاختبار F تحليل التباين. يحتل المكان المركزي فيه تحليل المجموع الكلي للانحرافات التربيعية للمتغير فيمن متوسط القيمة فيإلى قسمين - "موضح" و"غير مفسر":
مجموع الانحرافات التربيعية؛
مجموع الانحراف التربيعي المفسر بالانحدار؛
المبلغ المتبقي من الانحرافات التربيعية.
يرتبط أي مجموع من الانحرافات المربعة بعدد درجات الحرية , أي مع عدد حرية الاختلاف المستقل للخاصية. ويرتبط عدد درجات الحرية بعدد الوحدات السكانية نومع عدد الثوابت المحددة منه. فيما يتعلق بالمشكلة قيد الدراسة، يجب أن يوضح عدد درجات الحرية عدد الانحرافات المستقلة عنها نممكن المطلوبة لتشكيل مجموع معين من المربعات.
التشتت لكل درجة من الحريةد.
نسب F (اختبار F):
إذا كانت الفرضية الصفرية صحيحة، فإن العامل والتباينات المتبقية لا تختلف عن بعضها البعض. بالنسبة لـ H 0، يكون الدحض ضروريًا بحيث يتجاوز تشتت العامل التشتت المتبقي عدة مرات. قام الإحصائي الإنجليزي سنيديكور بتطوير جداول القيم الحرجة ف-العلاقات عند مستويات مختلفة من أهمية الفرضية الصفرية وأعداد مختلفة من درجات الحرية. قيمة الجدول ف-المعيار هو القيمة القصوى لنسبة التباينات التي يمكن أن تحدث في حالة التباعد العشوائي لمستوى احتمال معين لوجود الفرضية الصفرية. القيمة المحسوبة ف- تعتبر العلاقات موثوقة إذا كان o أكبر من الجدول.
وفي هذه الحالة يتم رفض الفرضية الصفرية حول عدم وجود علاقة بين العلامات، ويتم التوصل إلى استنتاج حول أهمية هذه العلاقة: حقيقة F> جدول Fح0 مرفوض.
إذا كانت القيمة أقل من المجدولة حقيقة F ‹، جدول F، فإن احتمال الفرضية الصفرية أعلى من مستوى محدد ولا يمكن رفضها دون المخاطرة الجسيمة بالتوصل إلى نتيجة خاطئة حول وجود علاقة. وفي هذه الحالة، تعتبر معادلة الانحدار ذات دلالة إحصائية. لكنه لا ينحرف.
الخطأ المعياري لمعامل الانحدار
ولتقييم أهمية معامل الانحدار يتم مقارنة قيمته مع خطأه المعياري، أي يتم تحديد القيمة الفعلية ر-اختبار t للطالب: والذي يتم بعد ذلك مقارنته بالقيمة الجدولية عند مستوى معين من الدلالة وعدد درجات الحرية ( ن- 2).
خطأ في المعلمة القياسية أ:
يتم التحقق من أهمية معامل الارتباط الخطي بناءً على حجم الخطأ معامل الارتباط ر ص:
إجمالي تباين السمات X:
الانحدار الخطي المتعدد
بناء النموذج
الانحدار المتعدديمثل تراجعا لصفة فعالة بعاملين أو أكثر أي نموذج للشكل
يمكن أن يعطي الانحدار نتائج جيدة في النمذجة إذا كان من الممكن إهمال تأثير العوامل الأخرى التي تؤثر على موضوع الدراسة. لا يمكن التحكم في سلوك المتغيرات الاقتصادية الفردية، أي أنه لا يمكن ضمان تساوي جميع الشروط الأخرى لتقييم تأثير عامل واحد قيد الدراسة. في هذه الحالة، يجب أن تحاول التعرف على تأثير العوامل الأخرى عن طريق إدخالها في النموذج، أي بناء معادلة الانحدار المتعدد: ص = أ+ب 1 × 1 +ب 2 +…+ب ع × ع + .
الهدف الرئيسي من الانحدار المتعدد هو بناء نموذج يحتوي على عدد كبير من العوامل، مع تحديد تأثير كل منها على حدة، وكذلك تأثيرها مجتمعة على المؤشر النموذجي. تتضمن مواصفات النموذج مجموعتين من القضايا: اختيار العوامل واختيار نوع معادلة الانحدار
