Методы и средства научных исследований
Определение значения коэффициентов уравнения регрессии. Проверка значимости полученных коэффициентов. Построение модели на адекватность. Приведение уравнения к натуральному виду. Характеристика уравнений регрессии II порядка, среднее квадратическое.
| Рубрика | Экономико-математическое моделирование |
| Вид | курсовая работа |
| Язык | русский |
| Дата добавления | 04.01.2018 |
| Размер файла | 609,9 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/
Курсовая работа по дисциплине:
Методы и средства научных исследований
1. Уравнение регрессии І порядка
1.1 Значения коэффициентов уравнения регрессии
1.2 Проверка значимости полученных коэффициентов
Данный коэффициент не значим, из уравнения регрессии его необходимо исключить вместе с переменным фактором.
Данный коэффициент не значим, из уравнения регрессии его необходимо исключить вместе с переменным фактором.
Данный коэффициент не значим, из уравнения регрессии его необходимо исключить вместе с переменным фактором.
Данный коэффициент значим в уравнение регрессии, он должен остаться вместе с переменным фактором, в проверке следующего выражения нет необходимости.
1.3 Проверка полученной модели на адекватность
n+++++++]
(по таблице Фишера)
861,11>3,98
Даная модель не является адекватной и не подходит для дальнейшего описания объекта исследования.
1.4 Приведение уравнения к натуральному виду
2. Уравнение регрессии II порядка
2.1 Значения коэффициентов уравнения
y=++++++
?()
=)=
Для столбца
=)=
Для столбца ()
=
Для столбца ()
=)
)
=)
) =
=)
) =
=*()*?() - *
=*1452*4333 - *2029
=*1425*4333 - *2029
=*1456*4333 - *2029
2.2 Проверка значимости полученных коэффициентов
(по таблице стьюдента)
|
0,40624 |
||
|
0,15624 |
||
|
0,1 |
||
|
0,5 |
||
|
-0,09375 |
||
|
0,125 |
Среднее квадратическое:
Коэффициент значим
2) (
Среднее квадратическое:
Коэффициент значим
3)
Среднее квадратическое:
Данный коэффициент не значим, из уравнения регрессии его необходимо исключить вместе с переменным фактором.
Коэффициент значим
4)
Среднее квадратическое:
регрессия адекватность уравнение
Данный коэффициент не значим, из уравнения регрессии его необходимо исключить вместе с переменным фактором.
Коэффициенты значимы, в уравнение регрессии они должны остаться вместе с переменными факторами, в проверке следующих коэффициентов нет необходимости.
2.3 Проверка модели на адекватность
n+++++++]
(по таблице Фишера)
10,6> 2,39
Модель не адекватна, для дальнейшего описания объекта исследования, использовать нельзя.
2.4 Приведение уравнения к нормальному виду
Сравниваем результаты исходных данных с результатами полученными по уравнениям регрессии i и ii порядков
|
Значения выходной величины |
Отклонения |
|||||
|
№ |
Экспер |
По ур I пор |
По ур II пор |
№1 |
№2 |
|
|
1 |
166 |
163 |
162,823 |
1,807229 |
1,913855 |
|
|
2 |
145 |
143 |
138,703 |
1,37931 |
4,342759 |
|
|
3 |
182 |
180,5 |
191,623 |
0,824176 |
5,02184 |
|
|
4 |
154 |
151 |
167,503 |
1,948052 |
8,061348 |
|
|
5 |
121 |
119 |
110,923 |
1,652893 |
8,328099 |
|
|
6 |
109 |
105 |
95,803 |
3,669725 |
12,10734 |
|
|
7 |
147 |
144 |
149,723 |
2,040816 |
1,818692 |
|
|
8 |
128 |
126,5 |
134,603 |
1,171875 |
4,905537 |
|
|
9 |
159 |
155 |
153,543 |
2,515723 |
3,432075 |
|
|
10 |
141 |
140 |
148,923 |
0,70922 |
5,320199 |
|
|
11 |
116 |
113 |
131,833 |
2,586207 |
12,00989 |
|
|
12 |
157 |
155,5 |
165,633 |
0,955414 |
5,212126 |
|
|
13 |
162 |
160 |
175,163 |
1,234568 |
7,514715 |
|
|
14 |
142 |
137,5 |
158,733 |
3,169014 |
10,5416 |
max=3,16% max=12,1%
Вывод: наибольшее отклонение соответствует уравнению регрессии II порядка
IV В результате планирования и постановки эксперимента, с учетом математических преобразований, были получены уравнения регрессии I и II порядков.
Вывод: Проверка моделей на адекватность показала, что обе модели являются не адекватными. Это говорит о том, что эксперимент поставлен некорректно, в эксперименте, в данном случае необходимо заменить факторы варьирования и увеличить диапазон изменения факторов.
Допуская, что обе модели являются адекватными, наибольшую прочность при воспроизведении выходной величины демонстрирует уравнение регрессии №1
Размещено на Allbest.ru
Подобные документы
Оценка корреляционной матрицы факторных признаков. Оценки собственных чисел матрицы парных коэффициентов корреляции. Анализ полученного уравнения регрессии, определение значимости уравнения и коэффициентов регрессии, их экономическая интерпретация.
контрольная работа [994,1 K], добавлен 29.06.2013Расчет коэффициентов уравнения регрессии и оценка их значимости. Определение среднеквадратичного отклонения и среднеквадратичной ошибки, вычисление коэффициентов регрессии. Определение критериев Стьюдента. Расчет статистических характеристик модели.
контрольная работа [137,2 K], добавлен 14.09.2009Построение регрессионных моделей. Смысл регрессионного анализа. Выборочная дисперсия. Характеристики генеральной совокупности. Проверка статистической значимости уравнения регрессии. Оценка коэффициентов уравнения регрессии. Дисперсии случайных остатков.
реферат [57,4 K], добавлен 25.01.2009Основные параметры уравнения регрессии, оценка их параметров и значимость. Интервальная оценка для коэффициента корреляции. Анализ точности определения оценок коэффициентов регрессии. Показатели качества уравнения регрессии, прогнозирование данных.
контрольная работа [222,5 K], добавлен 08.05.2014Построение уравнения регрессии, учитывающего взаимодействия факторов, проверка полученной модели на адекватность. Построение математической модели и нахождение численных значений параметров этой модели. Вычисление коэффициентов линейной модели.
курсовая работа [1005,0 K], добавлен 07.08.2013Параметры уравнения линейной регрессии. Вычисление остаточной суммы квадратов, оценка дисперсии остатков. Осуществление проверки значимости параметров уравнения регрессии с помощью критерия Стьюдента. Расчет коэффициентов детерминации и эластичности.
контрольная работа [248,4 K], добавлен 26.12.2010Построение уравнения множественной регрессии в линейной форме с полным набором факторов, отбор информативных факторов. Проверка значимости уравнения регрессии по критерию Фишера и статистической значимости параметров регрессии по критерию Стьюдента.
лабораторная работа [217,9 K], добавлен 17.10.2009Определение 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 28.07.2012Факторные и результативные признаки адекватности модели. Исследование взаимосвязи энерговооруженности и выпуска готовой продукции. Построение уравнения регрессии и вычисление коэффициента регрессии. Графики практической и теоретической линии регрессии.
контрольная работа [45,2 K], добавлен 20.01.2015Построение 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
