58E-06 -4.38E-08 -1.40E-08 -4.38E-08 4.14E-06 Järgnevalt leiame mõõtmistulemuste (mõõdetud vektorite) standardhälbed. Selleks on meil vaja mõõtmistulemuste kofaktormaatriksit, mis avaldub kujul Q jj = A Q xx A T . Mõõtmistulemuste standardhälbed valemit S dx =S 0 √q jj , kus qjj on mõõtmistulemuste i kofaktormaatriksi Qjj (Excel’i failis) diagonaalelement. Siinkohal toome välja ainult baasjoone AE vektoritele arvutatud standardhälbed, sest teistele vektoritele arvutatud standardhälbed on täpselt samad. Baasjoone AE vektorite standardhälbed on S dx =0,0021 S dy =0,0023 S dz=0,0022 , , . Näeme, et nagu leitud koordinaatide puhulgi ei ületa vektorite standardhälbed 2,3 mm. Jällegi võib lugeda
Elementaarteisenduste tulemusena saadakse üksteisega sarnased maatriksid, mis vastavad omavahel ekvivalentsetele võrrandisüsteemidele. Ekvivalentsetel võrrandisüsteemidel on ühesugused lahendid. Gaussi meetodi algoritm: Kasutades eelmise näite võrrandisüsteemi, kirjutame välja süsteemi laiendatud maatriksi: 2 - 4 3 1 1 3 2 4 3 - 5 4 1 ~ I etapp: Teisendada ühikveeruks antud maatriksi I veerg. Selleks teisendatakse esmalt arvuks 1 esimene diagonaalelement, jagades I rida selle elemendiga või vahetedes mõne allpool asuva reaga. Seejärel teisendatakse saadud rea abil kõik ülejäänud I veeru elemendid nullideks. Selle tulemusena saadakse eelmise maatriksiga sarnane maatriks: 1 3 2 4 1 3 2 4 2 - 4 3 1 0 - 10 - 1 - 7 3 - 5 4 1 0 - 14 - 2 - 11 ~ ~ ~ II etapp: Teisendada ühikveeruks saadud maatriksi II veerg. Selleks
mis vastavad omavahel ekvivalentsetele võrrandisüsteemidele. Ekvivalentsetel võrrandisüsteemidel on ühesugused lahendid. Gaussi meetodi algoritm: Kasutades eelmise näite võrrandisüsteemi, kirjutame välja süsteemi laiendatud maatriksi: 2 -4 3 1 1 3 2 4 ~ 3 -5 4 1 I etapp: Teisendada ühikveeruks antud maatriksi I veerg. Selleks teisendatakse esmalt arvuks 1 esimene diagonaalelement, jagades I rida selle elemendiga või vahetedes mõne allpool asuva reaga. Seejärel teisendatakse saadud rea abil kõik ülejäänud I veeru elemendid nullideks. Selle tulemusena saadakse eelmise maatriksiga sarnane maatriks: 1 3 2 4 1 3 2 4 ~ 2 -4 3 1 ~ 0 -10 -1 -7 ~ 3 -5 4 1 0 -14 -2 -11
Järgnevalt saame leida tasandatud kõrguskasvude standardhälbed. Selleks on meil vaja T mõõtmistulemuste kofaktormaatriksit (Tabel 8), mis avaldub kujul Q jj = A Q xx A . Tasandatud kõrguskasvude standardhälvete leidmiseks kasutame valemit S dH =S 0 √ q jj , kus q on mõõtmistulemuste kofaktormaatriksi Q diagonaalelement. i jj jj Tabel 8. Mõõtmistulemuste kofaktormaatriks. 539.326 -176.966 -230.337 -132.022 -176.966 481.348 -193.483 -110.899 -230.337 -193.483 568.165 -144.345 -132.022 -110.899 -144.345 387.266
Suure jäägiga ja ühel või mitmel sõltumatul tunnusel ekstreemne väärtus Kui standardiseeritud jäägi absoluutväärtus: >2 ebatüüpiline >3 erind Programmis Gretl automaatselt ei arvutata. Saab ise arvutada: salvestada jäägid ja luua uus tunnus: jääk / mudeli standardviga. 64. Milleks kasutatakse mütsi-maatriksit, mida see võimaldab arvutada? Milleks kasutatakse mütsi maatriksit??? Mudelväärtuste leidmiseks? 65. Mida näitab vaatluse omapära? Mütsi-maatriksi diagonaalelement hii on i-nda vaatluse omapära (leverage). Omapära hi näitab i-nda vaatluse mõju sama vaatluse Y hinnangule. 0 < hi < 1 66. Mis on prognoositud jääk? • i-nda vaatluse jäägi võib leida ka siis, kui regressioonmudeli hindamisel jätame selle vaatluse valimist välja. • Sisuliselt on tegemist seletavatele tunnustele X i vastava sõltuva tunnuse väärtuse prognoosimisega ilma i-nda vaatluseta. • Tähistame seda yi *
annaabi.ee 
