Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Ответы на ГОСЫ.doc
Скачиваний:
0
Добавлен:
01.05.2025
Размер:
1.12 Mб
Скачать

Экзаменационный билет № 5

  1. Имитационная модель экологической среды. Описание компонентов

  2. Численный метод и алгоритм построения уравнения множественной линейной регрессии (два фактора)

  3. Основные характеристики базы данных и их влияние на быстродействие обработки информации. Методы повышения быстродействия

  4. Задача обновления производства в простейшем случае. Решение МДП

  5. Какова роль программного обеспечения промежуточного уровня в распределенных системах?

2. Численный метод и алгоритм построения уравнения множественной линейной регрессии (два фактора)

Пусть на выходную величину оказывает влияние 2 фактора y=a+b1x1+b2x2. Или, если x1 и x2 оказывают друг на друга влияние y=a+b1x1+b2x2+b12х1х2.

Коэффициенты множественной регрессии будут находится по формулам:

Отсюдова получается матрица:

Числовую часть которой, обращают, и множат на свободные члены. и получают коэффициенты.

Теснота связи между входной величиной y и несколькими факторами х определяется с помощью коэффициента множественной корреляции (прим. для двухфакторной): , где коэффициенты ry1, ry2, r1-2 – коэфф-ты парной корреляции, опред по формуле: и тому подобное. Если факторы некоррелируемы: r1-2 = 0, то уравнение множественное корреляции упростица:

{наследие предыдущих поколений}

Используется метод наименьших квадратов (д.б. минимальна сумма квадратов отклонений).

F=∑(yiэ –yiт )→min

F=∑(yi-ai-b)2 →min

F=f(a, b)

∂F/∂b=0=∑yi-a∑xi-nb=0

∂F/∂a=0∑yixi-a∑xi2 -b∑yi=0

Правило составления линейных уравнений по методу наименьших квадратов.

  1. уравнение переписывается без изменений, все последующие уравнения получаются последовательным умножением на соотв-щие переменные.

y=a1x1+a2x2+a3x3+b

∑yi-a1∑x1i –a2∑x2i-a3∑x3i-nib=0

∑yix1i-a1∑x1i2 –a2∑x2ix1i-a3∑x3xi3 -b∑x1i=0

∑yixi-a1∑x1ix2i –a2∑ x1i2 –a3∑x3ix2i -b∑x2i=0

Проверка значимости полученных коэф-тов регрессии.

H0: b=0 или а=0

H1: b≠ 0 или а≠ 0

tb =│b│√n-2/Sy

ta =│a│(√n-2/Sy)*Sx

tкрα=0, 05;γ=n-2

t<tкр => H0: (коэф-т не значим)

Проверка адекватности полученного уравнения регрессии.

-проверка надежности уравнения используется в дальнейшем его исп-нии.

-позволяет оценить, насколько хорошо уравнение описывает экспериментальные данные.

  1. Рассчитывается остаточная дисперсия

S2ост=1/n-kΣyiт –yiэ )

n-объем выборки, k-число значимых коэф-ов, υост=n-α

2. Рассчет факторной дисперсии.

S2факт=1/k-1∑( yiт –y) , y=1/nΣ yiэ

υфакт=k-1

Для проверки адекватности выдвигаются гипотезы.

H0: S2факт= S2ост

H1: S2факт >S2ост

Проверяется с помощью критерия Фишера

F= S2факт / S2ост

Fкр α=0.05 – уровень значимости

υ1= υфакт= k-1

υ2= υост =n-k

F< Fкр => H0: (уравнение не адекватно)

F>Fкр => H1: (уравнение адекватно)

Множественное уравнение регрессии.

Y=a1x1+a2x2+b

Проверка тесноты множественной связи осущ-ся через коэф-т множественной кореляции

Ry12=(√ry12+ ry22-2ry1*ry2*r12)/1- r122

ryi, ry2, r12-коэф-ты парной кореляции.

ry1=1/n-1∑

Для построения уравнений регрессии используется метод наименьших квадратов.