You are on page 1of 4

Mathematische Voraussetzungen

Lineare Regression
Das einfachste lineare Modell ist die Geradengleichung. Sie lautet fr eine abhngige
Variable, y, und eine unabhngige Variable ,x, mit dem Absolutglied bo und dem Anstieg b1:
Gl. 1 xbby1o+=
Aber auch eine quadratische Abhngigkeit einer Variablen y von der Variablen x kann mit
einem linearen Modell beschrieben werden:
Gl. 2 2111oxbxbby++=
Alle Parameter (bo, b1, b11) lassen sich mit den Methoden der linearen Algebra bestimmen.
Da die Berechnung der Parameter bei multivariaten linearen Modellen nach den gleichen
Grundstzen verluft wie bei der Geradengleichung, beginnen wir die Betrachtungen mit der
Problemstellung der einfachen Regression.
Die Bestimmung der Parameter bo und b1 mit Hilfe der linearen Regression ergibt sich fr nMessungen der Wertepaare (xi,yi):
Tabelle 1: x-y Daten

aus der Minimierung der Fehlerquadratsumme:


Gl. 3 2i10n1ii)xbby(SQ==
Das bedeutet zunchst, die Werte der Parameter bo und b1 zu berechnen, wo die
Fehlerquadratsumme ein Minimum einnimmt. Das erfolgt ber die Berechnungen der
Ableitungen nach:

())1(xbby2dbdSQn1ii1oio

==Gl. 4

())x(xbby2dbdSQin1ii1oi1

==Gl. 5

und lsen des linearen Gleichungssystems:

0xbbyn1ii1n1ion1ii====
Gl. 7 0xbxbxy2n1ii1n1iioin1ii====

Somit ergibt sich fr die Parameter:

57.125945.952.164xxnyxyxnbn1i2n1ii2in1in1in1iiiii1==

====== Gl. 8

41.04557.145.9xbyb1o=== Gl. 9
mit 45xn1xn1ii=== und 45.9yn1yn1ii===
Fr die Varianzen des x- (sx2) und y-Feldes (sy2) und der Kovarianz sxy2 gilt:

()92.0144524524514501nxxs2222n1i2i2x=

=== Gl. 10

Gl. 11

()46.21445.9445.9345.92.245.93.01nyys2222n1i2i2y=

===

Gl. 12

()()44.114625.175.0625.075.0)175.0()25.0()075.2()25.1(1nyyxxsin1ii2xy=+++=
==
und fr die Restvarianz (Residuenvarianz) folgt:

s2222iin1i2ii2resGl. 13

Der Korrelationskoeffizient (r) ist gegeben durch: 96.046.292.044.1sssr2y2x2xyGl. 14

Das Verhltnis der Varianz der berechneten Werte y(xi) zur Varianz der gemessenen Werte
yi ist ein Ma fr die Gte der Anpassung, mit der die Regressionsgerade bestimmt ist.
Dieses Verhltnis ist das Bestimmtheitsma (B) der Regression:

923.037.780.6375.24375.2.3375.22.2375.23.0375.255.3375.255.3375.298.1375.241
.0x57.141.0)x(ymityy)yx(yrB22222222iin1i2in1i2i2Gl. 15
Je geringer die Streuung der gemessenen Werte um die Regressionsgerade ist, um so nher
liegt der Wert des Bestimmtheitsmaes bei eins.
Fr die Vorhersage eines xo-Wertes aus einem yo-Wert mit Hilfe der Geradengl. gilt:
1oo0bbyxGl. 16
Das Vertrauensintervall S1,2 der Vorhersage xo oo2,1sxs
aus einem bei Verwendung der Geradengleichung einer Kalibration und der Ausfhrung von
p Parallelmessungen einer gemittelten Messprobe oy ergibt sich zu:

ts()()=++===n1i2i21o1res Gl. 17
wobei t(0,05, f=n-2) der Schwellenwert der zweiseitigen
Sicherheitswahrscheinlichkeit von 95 % fr =0,05 ist.

t-Verteilung

mit

der

Abb. 1 Kalibriergerade mit Vertrauensband und einem Analysenresultat aus p Messungen


mit Vertrauensbereich
Das Vertrauensband wird nach der Gl. 18 berechnet.

++==+=
=

n1i2i2res1o

)xx()xx(n11s),3nf,05,0(txbb)x(VB Gl. 18