Особенности линейной и нелинейной регрессии

Знакомство со способами построения экспериментальных точек в декартовой системе координат. Общая характеристика ключевых этапов и проблем расчета коэффициентов парной корреляции. Рассмотрение основных особенностей линейной, а также нелинейной регрессии.

Рубрика Экономико-математическое моделирование
Вид контрольная работа
Язык русский
Дата добавления 02.11.2020
Размер файла 831,2 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/

Размещено на http://www.allbest.ru/

Задание 1

Построить и оценить линейную однофакторную регрессию.

В результате проведения однофакторных экспериментов были получены по 10 точек парных зависимостей y=f(x). Известно, что зависимости имеют линейный характер.

Таблица 1. Результаты однофакторных экспериментов

1 Построение экспериментальных точек в декартовой системе координат.

Откладываем экспериментальные точки в декартовой системе координат. Координатная плоскость представлена на рисунке 1.

Рисунок 1. Изображение экспериментальных точек в декартовой системе координат

2. Построение оценочной прямую линию зависимости по методу контура.

Строим контур вокруг экспериментальных точек и рисуем примерную прямую линию, проходящую близко ко всем точкам вдоль контура. Оценочная прямая представлена на рисунке 2.

Рисунок 2. Изображение оценочной прямой в контуре

3. Расчет коэффициентов линейной регрессии b0 и b1.

Рассчитываем коэффициенты уравнения b0 и b1. Сводим предварительные расчеты сумм в таблицу 2.

Таблица 2 - Предварительные расчеты сумм

Средние значения фактора и функции:

Для проверки правильности вычисления сумм используем выражение:

Подставляя числовые данные, получим:

Или

Следовательно, вычисления выполнены правильно.

В формулы для постоянных коэффициентов b0 и b1 подставляем найденные значения сумм из таблицы 2.

Формула, которая отображает с некоторой вероятностью зависимость y от х (уравнение однофакторной линейной регрессии), имеет вид:

4 Расчет коэффициентов парной корреляции.

Коэффициент парной корреляции равен:

5 Построение прямой по полученной регрессионной зависимости в тех же координатах (с экспериментальными точками и оценочной прямой).

Линию регрессии на координатной плоскости строим по двум точкам:

6 Проверка значимости полученного уравнения регрессии по критерию Фишера.

Проверяем значимость полученного уравнения регрессии:

Вычисленные параметры остаточной дисперсии оформляем в виде таблицы 3.

линейный корреляция регрессия

Таблица 3 - Параметры остаточной дисперсии

Общая дисперсия уравнения равна:

Остаточная дисперсия уравнения равна:

F-критерий Фишера:

где - табличное значение критерия Фишера .

Фактическое значение F-критерия меньше табличного, поэтому нет основания отклонять нулевую гипотезу.

Задание 2

Построить и оценить нелинейную однофакторную регрессию.

Таблица 4 - Результаты однофакторных экспериментов

Требуется:

1 Построение экспериментальных точек в декартовой системе координат. Построим опытные парные точки на координатной плоскости. По точкам определяем парную зависимость y = f(x), как близкую к квадратичной (рисунок 3).

Рисунок 3 - Изображение оценочной парной зависимости

2 Расчет коэффициентов нелинейной (квадратичной) зависимости a, b, c методом исключения переменных в нормальных уравнениях.

Вычисляем суммы, необходимые для вычисления коэффициентов a, b и с, в табличной форме.

Таблица 5 - Вычисляем суммы, необходимые для вычисления коэффициентов a, b и с

Полученные значения сумм подставляем в нормальные уравнения, получим:

Окончательно получаем квадратичное уравнение:

Для проверки найденные значения коэффициентов подставляются в исходные уравнения:

3 Проверка адекватности полученного уравнения регрессии по F критерию Фишера;

Проверяем адекватность полученного уравнения регрессии по F-критерию Фишера. Для этого вычисляем общую и остаточную дисперсию функции у. Сводим вычисления сумм в таблицу 6.

Таблица 6 - Сводные данные вычисления сумм

Среднее значение у равно:

Вычисляем предсказанные значения y и строим кривую y=f(x) (см. рис. 2):

Общая дисперсия уравнения равна:

где vчисл=8-1=7.

Остаточная дисперсия уравнения равна:

где vзнам=8-2=6.

F-критерий Фишера:

Для того чтобы уравнение квадратичной регрессии адекватно описывало результаты экспериментов, необходимо, чтобы это уравнение при 5 %-м уровне значимости описывало результаты опытов в 4,2 раз лучше среднего.

F-критерий показывает, что уравнение регрессии в 138,57 раз лучше среднего описывает результаты опытов при 5 % уровне значимости F.

Список использованных источников

1. Налимов В.В. Теория эксперимента. - М.: Наука , 1971. - 301 с.

2. Митропольский А.К. Техника статических вычислений. - М.: Наука , 1971. - 257 с.

3. Адлер Ю.П., Маркова Е.В., Грановский Ю.В. Планирование эксперимента при поиске оптимальных условий. - М.: Наука , 1976. - 279 с.

4. Ивоботенко Б.А., Ильинский Н.Ф., Копылов И.П., Планирование эксперимента в электромеханике. - М.: Наука, - 202 с.

5. Бородюк В.П., Вощинин А.П., Иванов А.З. Статистические методы в инженерных исследованиях. / Под ред. Г.К. Круг - М.: Высш. шк., 1983. - 216 с.

6. Бронштейн И.Н., Семендяев К.А. Справочник по математике для инженеров и учащихся втузов. - М.: Наука. - 1986. - 501 с.

7 Кочинев Ю.Ю., Серебренников В.А. Техника планирования эксперимента. Учебное пособие. - Л.: ЛПИ, 1986. - 70 с.

8. Львовский Е.Н. Статистические методы построения эмпирических формул. Учебное пособие для втузов. - М.: Высш. шк., 1988. - 239 с.

9. Дьяконов В.П. Справочник по алгоритмам и программам на языке бейсик для персональных ЭВМ. - М.: Высш. шк., 1990. - 250 с.

10. Котеленец Н.Ф., Кузнецов Н.Л. Испытания и надежность электрических машин. Учебное пособие для вузов. - М.: Высш. шк., 1988. - 232 с.

Размещено на Allbest.ru


Подобные документы

  • 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

  • Анализ метода наименьших квадратов для парной регрессии, как метода оценивания параметров линейной регрессии. Рассмотрение линейного уравнения парной регрессии. Исследование множественной линейной регрессии. Изучение ошибок коэффициентов регрессии.

    контрольная работа [108,5 K], добавлен 28.03.2018

  • Выбор факторных признаков для двухфакторной модели с помощью корреляционного анализа. Расчет коэффициентов регрессии, корреляции и эластичности. Построение модели линейной регрессии производительности труда от факторов фондо- и энерговооруженности.

    задача [142,0 K], добавлен 20.03.2010

  • Исследование зависимости часового заработка одного рабочего от общего стажа работы после окончания учебы с помощью построения уравнения парной линейной регрессии. Вычисление описательных статистик. Построение поля корреляции и гипотезы о форме связи.

    контрольная работа [226,6 K], добавлен 11.08.2015

  • Понятие регрессии. Оценка параметров модели. Показатели качества регрессии. Проверка статистической значимости в парной линейной регрессии. Реализация регрессионного анализа в программе MS Excel. Условия Гаусса-Маркова. Свойства коэффициента детерминации.

    курсовая работа [233,1 K], добавлен 21.03.2015

  • 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

  • Расчет уравнений линейной и нелинейной парной регрессии. Оценка тесноты связи расходов на перевозки и грузооборота с помощью показателей корреляции и детерминации. Оценка ошибки аппроксимации уравнений регрессии. Расчет прогнозного значения расходов.

    курсовая работа [2,5 M], добавлен 26.12.2014

  • 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

  • Методика определения параметров линейной регрессии, составления экономической интерпретации коэффициентов регрессии. Проверка выполнения предпосылок МНК. Графическое представление физических и модельных значений. Нахождение коэффициентов детерминации.

    контрольная работа [218,0 K], добавлен 25.05.2009

  • Понятие параметрической идентификации парной линейной эконометрической модели. Критерий Фишера, параметрическая идентификация парной нелинейной регрессии. Прогнозирование спроса на продукцию предприятия. Использование в MS Excel функции "Тенденция".

    контрольная работа [73,3 K], добавлен 24.03.2010

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.