Sergio ha scritto:pracy ha scritto:intendo: $ y=Ce^(Ax) rArr lny=Ax+lnC $
Questo purtroppo non basta, perché bisogna aggiungere un termine d'errore. Per poter linearizzare, si deve assumere che l'errore sia moltiplicativo: \( y=Ce^{Ax}\varepsilon \), che diventa \( \ln y=\ln C+Ax+\ln \varepsilon \). Inoltre, per poter applicare i test usuali, si deve anche intendere che \( \ln \varepsilon\sim N(0,\sigma^2) \).
Ti ringrazio per le correzioni e scusa le mie imprecisioni.
Sergio ha scritto:pracy ha scritto:vorrei calcolare lo scarto standard dei residui derivati dal calcolo delle y stimate seguendo il modello suddetto.
Una volta che però arrivo ad avere $ sum(y-hat(y))^2=sum(y-(Ce^(Ax)))^2=SSE $...
Puoi prendere \( \ln y=\ln C+Ax+\ln \varepsilon \) come una qualsiasi regressione lineare, in cui \( E[\ln y]=\ln C+Ax \) in quanto \( \ln\varepsilon \) ha media nulla. In questo caso, ponendo \( Y=\ln y \), puoi calcolare \( \sum(Y-\hat Y)^2=\sum[Y-(\ln C+Ax)]^2 \). I gradi di libertà sono \( n-2 \).
Volevo però allora chiederti se ad SSE divido i gradi di libertà, per trovare lo scarto standard devo poi comunque successivamente estrarre la radice quadrata, giusto? oppure trattandosi del modello esponenziale si agisce diversamente?
Ho un esempio concreto che non riesco a ricostruire $ SSE=sum(Y-hat(Y) )^2 = 86,18278 $
e lo scarto standard dovrebbe risultare: $ s_(xy)=3,9174 $
Se però effettuo i calcoli il valore riportato sopra corrisponde a: $ (SSE)/(n-2)=(86,18278)/(22)=3,9174 $
Per trovare quindi lo scarto standard non dovrei estrarne la radice quadra?
$ s_(xy)=sqrt(3,9174) = 1,9792 $
Nel calcolo dello scarto standard residuo per i modelli lineare e quadratico ho effettuato tali operazioni.
Si tratta di un esercitazione di cui sto cercando di risalire ai vari passaggi.