Определение статических характеристик объектов

Запись уравнений множественной корреляции. Проведение нормировки всех значений случайных величин по формулам. Запись уравнения регрессии в стандартном масштабе. Получение зависимости температуры нефти после печи ТХУ от количества сжигаемого газа.

Рубрика Экономико-математическое моделирование
Вид контрольная работа
Язык русский
Дата добавления 12.11.2014
Размер файла 54,8 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

  • Контрольная работа
  • Определение статических характеристик объектов
  • План
  • 1. Метод множественной корреляции
  • 2. Задание
  • 3. Полный факторный эксперимент
  • 4. Задание
  • Список использованных источников
  • 1. Метод множественной корреляции
  • Одним из методов определения связи между выходом объекта регулирования и несколькими входами является метод множественной корреляции. Уравнение множественной корреляции для трех факторов можно записать:
  • .
  • Для облегчения расчетов проводим нормировку всех значений случайных величин по формулам:
  • , , (1.1)
  • где i=1,2…n (номер опыта),
  • j=1,2…m (номер фактора),
  • - среднее значение факторов,
  • - среднеквадратичное отклонение факторов.
  • Выборочный коэффициент корреляции подсчитывается по формуле:
  • ; (1.2)
  • ; (1.3)
  • где e,m=1,2…k
  • Далее записывается система нормальных уравнений:
  • , (1.4)
  • , (1.5)
  • . (1.6)
  • В этой системе уравнений
  • .
  • Решив систему уравнений относительно , записываем уравнение регрессии в стандартном масштабе
  • .
  • По нижеприведенным формулам переходят к натуральному масштабу:
  • ; j=1,2,…k; j0;
  • .

2. Задание

Необходимо получить зависимость температуры нефти после печи ТХУ от количества сжигаемого газа, расхода нефти, объема воздуха, подаваемого к горелкам. Результаты эксперимента приведены в таблице 1.1. Можно предположить, что зависимость между температурой и названными факторами лежит в диапазоне изменения температуры 6550С линейный характер и хорошо интерпретируется линейным уравнением регрессии.

.

Определить коэффициенты уравнения.

Таблица 1.1-Результаты эксперимента.

№ опыта

X1

X2

X3

Y

1

34,7

0,4

4

70

2

31

0,5

4,8

68

3

32,3

0,3

3,5

64

4

35

0,42

4,4

71

5

34,2

0,4

3,6

66

6

33,6

0,38

3,9

63

7

33,8

0,3

3,6

63

8

34

0,4

4,2

69

9

32,6

0,3

3,6

62

10

31,4

0,28

3,7

61

11

36

0,4

4,1

62

12

32,6

0,3

4

62

13

33,6

0,4

4,3

65

14

36

0,3

4,2

68

15

33,8

0,42

5

66

16

32,6

0,38

4,2

65

17

34,2

0,4

4

69

18

36

0,41

4,2

70

Проведем нормировку результатов эксперимента. Расчеты будем производить с помощью пакета MS Excel.

Для этого предварительно вычислим средние значения и среднеквадратические отклонения показателей.

Таблица 1.2. Средние значения показателей.

Показатель

Х 1

Х 2

Х 3

Y

Среднее

33,74444

0,371667

4,072222

65,77778

Среднеквадратическое отклонение

1,481741

0,06022

0,405558

3,245912

Проводим нормировку показателей по формуле (1.1).

Результаты нормировки приведены в табл. 1.3.

Таблица 1.3. Результаты нормировки исходных показателей.

№ опыта

X1

X2

X3

Y

1

0,644887

0,470496

-0,17808

1,300781

2

-1,85218

2,131068

1,794511

0,684622

3

-0,97483

-1,19008

-1,41095

-0,5477

4

0,847352

0,80261

0,808215

1,608861

5

0,307446

0,470496

-1,16438

0,068462

6

-0,09748

0,138381

-0,42466

-0,85578

7

0,037493

-1,19008

-1,16438

-0,85578

8

0,17247

0,470496

0,315067

0,992702

9

-0,77236

-1,19008

-1,16438

-1,16386

10

-1,58222

-1,52219

-0,9178

-1,47194

11

1,522234

0,470496

0,068493

-1,16386

12

-0,77236

-1,19008

-0,17808

-1,16386

13

-0,09748

0,470496

0,561641

-0,23962

14

1,522234

-1,19008

0,315067

0,684622

15

0,037493

0,80261

2,287659

0,068462

16

-0,77236

0,138381

0,315067

-0,23962

17

0,307446

0,470496

-0,17808

0,992702

18

1,522234

0,636553

0,315067

1,300781

По формулам (1.2), (1.3) находим коэффициенты корреляции:

Таблица 1.4. Коэффициенты корреляции.

0,447362

0,603876

0,464227

0,147448

0,094189

0,700488

Составляем систему нормальных линейных уравнений (1.4) - (1.6).

Решением данной системы является:

a1= 0,367099

a2= 0,488463

a3= 0,087488

Записываем уравнение регрессии в стандартном масштабе (7):

По формулам (8) и (9) переходим к натуральному масштабу:

b1= 0,80417

b2= 26,32854

b3= 0,700216

b0= 26,00463

Таким образом, уравнение регрессии будет иметь вид:

3. Полный факторный эксперимент

Значительного уменьшения объема вычислительных операций и достижения большей достоверности уравнения регрессии можно добиться при оптимальном планировании эксперимента. Для полного факторного эксперимента (ПФЭ) опыты проводятся на двух уровнях значений всех К факторов. При этом общее число направленных экспериментов N=2k . Уровни факторов представляют собой границы исследуемой области по данному технологическому параметру. Например, изучается влияние на температуру нефти после печи (Y) трех факторов: расхода нефти (Z1) в диапазоне 31,0-36,0 кг/с, расхода топливного газа (Z2) 0,3-0,5 нм 3/с, расхода воздуха к горелкам (Z3) 3,2-5,2 нм 3/с. Верхний уровень по расходу нефти 36,0 кг/с - Z1 max, нижний уровень 31,0 - Z1 min. Тогда имеем для Z1:

.

Для любого фактора:

; ; (1.7)

j=1,2,…k.

Точка с координатами называется центром плана,

-единица варирования. От системы координат переходят к безразмерной системе путем следующего линейного преобразования: множественный корреляция уравнение

; j=1,2,…k. (1.8)

В безразмерной системе координат верхний уровень равен +1, нижний уровень -1, координаты центра равны 0. план проведения экспериментов записывают в виде таблицы.

Таблица 1.5. План Полного факторного эксперимента (ПФЭ)

№ п/п

Факторы в безразмерной системе координат

X1

X2

X3

Y

1

-1

-1

-1

2

+1

-1

-1

3

-1

+1

-1

4

+1

+1

-1

5

-1

-1

+1

6

+1

-1

+1

7

-1

+1

+1

8

+1

+1

+1

Приведенный план должен обладать следующими свойствами:

; ; ,

; ; ,

; ,

n-число опытов в матрице.

Коэффициенты уравнения регрессии находят из соотношения

; . (1.9)

4. Задание

Используя данные задания 1.1. (таблица 1.1), определить верхний и нижний уровни факторов и зная, что эксперименты проводились по плану таблицы 1.5, а также соответствующие значения выходной координаты Y рассчитать коэффициенты уравнения регрессии.

Таблица 1.6. Значения Y.

№ опыта

Yi

1

64

2

60

3

67

4

63

5

61

6

60

7

71

8

69

Решение.

Определим верхний и нижний уровни факторов:

Таблица 1.7. Верхние и нижние значения факторов.

№ опыта

X1

X2

X3

Max

36

0,5

5

Min

31

0,28

3,5

Представим план ПФЭ:

Таблица 1.8. План ПФЭ задачи

№ п/п

Факторы в безразмерной системе координат

X1

X2

X3

Y

1

-1

-1

-1

64

2

+1

-1

-1

60

3

-1

+1

-1

67

4

+1

+1

-1

63

5

-1

-1

+1

61

6

+1

-1

+1

60

7

-1

+1

+1

71

8

+1

+1

+1

69

Рассчитаем по формуле (1.9) значения коэффициентов регрессии:

Таблица 1.9. Значения коэффициентов регрессии.

b0

b1

b2

b3

64,375

-1,375

3,125

0,875

Тогда, уравнение регрессии будет иметь вид:

Список использованных источников

1. Айвазян С., Мхитарян В. Прикладная статистика и основы эконометрики. Т. 1. - М.: ЮНИТИ-ДАТА, 2001. - 656 с.

2. Пащенко И.Г. Excel 2007. -М.: Эксмо, 2009. -496 с.

Размещено на Allbest.ru


Подобные документы

  • Ковариация и коэффициент корреляции, пары случайных переменных. Вычисление их выборочных значений и оценка статистической значимости в Excel. Математическая мера корреляции двух случайных величин. Построение моделей парной и множественной регрессии.

    контрольная работа [2,2 M], добавлен 24.12.2014

  • Определение параметров линейной регрессии и корреляции с использованием формул и табличного процессора MS Excel. Методика расчета показателей парной нелинейной регрессии и корреляции. Вычисление значений линейных коэффициентов множественной детерминации.

    контрольная работа [110,4 K], добавлен 28.07.2012

  • Факторы, формирующие цену квартир в строящихся домах в Санкт-Петербурге. Составление матрицы парных коэффициентов корреляции исходных переменных. Тестирование ошибок уравнения множественной регрессии на гетероскедастичность. Тест Гельфельда-Квандта.

    контрольная работа [1,2 M], добавлен 14.05.2015

  • Параметры парной линейной, линейно-логарифмической функции. Оценка статистической надёжности. Ошибка положения регрессии. Расчёт бета коэффициентов, уравнение множественной регрессии в стандартизованном масштабе. Задача на определение тесноты связи рядов.

    контрольная работа [192,2 K], добавлен 23.06.2012

  • Расчет линейного коэффициента парной и частной корреляции. Статистическая значимость параметров регрессии и корреляции. Анализ корреляционного поля данных. Точность прогноза, расчет ошибки и доверительный интервал. Коэффициент множественной детерминации.

    контрольная работа [155,8 K], добавлен 11.12.2010

  • Расчет зависимости товарооборота за месяц. Параметры уравнения множественной регрессии, их оценка методом наименьших квадратов. Получение системы нормальных уравнений, ее решение по методу Крамера. Экономическая интерпретация параметров уравнения.

    контрольная работа [45,6 K], добавлен 13.04.2014

  • Уравнение нелинейной регрессии и вид уравнения множественной регрессии. Преобразованная величина признака-фактора. Преобразование уравнения в линейную форму. Определение индекса корреляции и числа степеней свободы для факторной суммы квадратов.

    контрольная работа [501,2 K], добавлен 27.06.2011

  • Построение модели множественной линейной регрессии по заданным параметрам. Оценка качества модели по коэффициентам детерминации и множественной корреляции. Определение значимости уравнения регрессии на основе F-критерия Фишера и t-критерия Стьюдента.

    контрольная работа [914,4 K], добавлен 01.12.2013

  • Расчет уравнения линейной регрессии. Построение на экран графика и доверительной области уравнения. Разработка программы, генерирующей значения случайных величин, имеющих нормальный закон распределения для определения параметров уравнения регрессии.

    лабораторная работа [18,4 K], добавлен 19.02.2014

  • Построение линейной модели и уравнения регрессии зависимости цены на квартиры на вторичном рынке жилья в Москве в 2006 г. от влияющих факторов. Методика составления матрицы парных коэффициентов корреляции. Экономическая интерпретация модели регрессии.

    лабораторная работа [1,8 M], добавлен 25.05.2009

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.