В регрессионных задачах нередко ставится вопрос о включении в модель определенных членов. Этот вопрос можно исследовать, изучая дополнительную долю или часть суммы квадратов, обусловленной регрессией, которая связана с включением в модель рассматриваемых членов. Средний квадрат этой дополнительной суммы может быть сопоставлен с оценкой параметра , чтобы выяснить, имеется ли между ними значимое различие. Если средний квадрат значимо превышает оценку , то такие члены следует включать в модель. В противном случае их можно рассматривать как излишние и исключить из модели.
Предположим, что – это известные функции основных факторов . Рассмотрим две модели.
1. . Для нее получены следующие МНК-оценки: , , , , . Сумма квадратов, обусловленная регрессией для этой модели . Пусть модель адекватна и величина используется в качестве оценки параметра .
2. . МНК-оценки этой модели : , , , , , а сумма квадратов, обусловленная регрессией – . Заметим, что полученные оценки будут совпадать с , , , , , если первые столбцов матрицы ортогональны последним столбцам.
Величина есть дополнительная сумма квадратов, связанная с включением в модель 1 члена . Так как имеет степеней свободы, а – , то дополнительная сумма квадратов будет иметь степеней свободы.
Если , то величина
(8)
подчиняется -распределению. Значит, можно проверить гипотезу : при помощи -критерия. Если рассчитанное по соотношению (8) значение превышает табличное , гипотеза отвергается.
Для удобства величина может быть обозначена .
Дополнительная сумма квадратов может вычисляться исходя из остаточных сумм квадратов .
Итак, дополнительные суммы квадратов можно получить для одного или нескольких оцениваемых коэффициентов при наличии других коэффициентов, используя две модели, одна из которых включает рассматриваемые коэффициенты, а другая нет.
Если в регрессионной модели содержится несколько членов, то мы можем полагать, что они вводятся в уравнение в любой желаемой последовательности. Если найти
,
то будем иметь сумму квадратов, имеющую одну степень свободы, которая измеряет вклад каждого коэффициента в сумму квадратов, обусловленную регрессией при условии, что все другие члены уже входят в модель. Иначе говоря, величина является мерой важности параметра , как если бы он был добавлен в модель последним. Соответствующий средний квадрат равен рассматриваемой сумме квадратов, поскольку она имеет одну степень свободы, и может сравниваться с остаточной дисперсией с помощью -критерия. Такой вариант -критерия называется частным -критерием для коэффициента .
При построении подходящей модели частный -критерий – это полезный критерий для решения вопроса о добавлении или исключении членов из модели.
Частный -критерий с числами степеней свободы 1 и для проверки гипотезы против альтернативы равен в точности квадрату случайной величины , имеющей распределение Стьюдента с степенями свободы, которая вычисляется по формуле (7). Это значит, что проверка гипотезы может выполняться с использованием либо -критерия, либо -критерия.
Естественный отбор — движущая и направляющая сила эволюции
10.1. Значение данных селекции для вскрытия механизма действия естественного отбора
Теория естествеиного отбора возникла на широком фундаменте практической селекции (см. гл. 3). На примере возникновения разных пород голубей Ч. Дарвин убедительно показал, что все они получены человеком благодаря размножению тех особей, которые оказывались носителями каких-то желательных признаков или свойств. Таким же образом были созданы человеком все без исключения, порой причудливые, формы домашних животных и культурных растений, предназначенные для удовлетворения тех или иных потребностей человека.
Результаты искусственного отбора стали особенно ощутимыми с началом систематического применения его в методической (сознательной) форме еще II—I тыс. лет до н.э. в Китае, Индии, Месопотамии, Риме и других древних центрах цивилизации. Селекционер заранее определяет основные показатели будущей породы или сорта и старается затем реализовать свой идеал путем подбора родителей для скрещивания. Эффект такого отбора увеличивается при большой выборке исходных особей — это повышает вероятность быстрого нахождения особей с нужными уклонениями.
В бессознательном отборе Ч. Дарвин увидел аналогию процесса, действующего в природе независимо от человека. Только место человека, определяющего оставление для размножения нужных ему особей, в природе занимает пррцесс, действующий без чьей-либо заранее заданной цели,— естественный процесс успешного выживания каждого вида в меняющихся условиях среды.