
- •Кафедра «Техническая эксплуатация автомобилей»
- •Использование вычислительной техники на автомобильном
- •Транспорте
- •Методические рекомендации к лабораторным работам студентов
- •Специальностей 1-37 01 06 «Техническая эксплуатация автомобилей» и 1-37 01 07 «Автосервис»
- •Учебно-методическое издание
- •Технический редактор а. А. Подошевко
- •Содержание
- •Общие положения
- •Лабораторная работа №1
- •Метод наименьших квадратов
- •2. Функция Microsoft Excel «Поиск решения»
- •Метод поиска
- •Загрузить модель
- •Сохранить модель
- •3. Общий подход к построению регрессионной зависимости методом наименьших квадратов на примере линейной модели
- •Лабораторная работа №2
- •1.Функции рабочего листа для уравнения регрессии
- •Лабораторная работа №3
- •Общие сведения.
- •2.Задача о наилучшем использовании ресурсов
- •Лабораторная работа №4
- •Лабораторная работа №5
- •Лабораторная работа №6
- •Лабораторная работа №7
- •Лабораторная работа №8
- •Список литературы
Лабораторная работа №2
Определения уравнения регрессии на основе метода наименьших квадратов и использования функций EXCEL
Цель работы: Приобретение навыков определения уравнения регрессии на основе метода наименьших квадратов и использования функций EXCEL
1.Функции рабочего листа для уравнения регрессии
Для определения коэффициентов эмпирической функции регрессии используются функции Excel, которые находятся в категории «Статистические»
а) НАКЛОН(известные значения_у; известные значения_х) – определяет коэффициент наклона (m).
б) ОТРЕЗОК(известные значения_у; известные значения_х) – определяет точку пересечения линейного уравнения с осью ординат (в)
в) ЛИНЕЙН(известные значения_у; известные значения_х; константа; статистика) – функция определяет коэффициенты для прямой линии имеющей следующий вид:
y = mx + b или y = m1 x1 + m2 x2 + ... + b (в случае нескольких диапазонов значений x) т. е. для многофакторной задачи,
г) ЛГРФПРИБЛ (известные значения_у; известные значения_х; константа; статистика) – функция определяет коэффициенты для уравнения вида у=b·mx для однофакторной зависимости или y=b·m1x1·m2x2·m3x3 для многофакторной задачи
Здесь :
известные значения у – массив известных значений зависимой наблюдаемой величины;
известные значения х – массив известных значений независимой наблюдаемой величины;
константа – логическое значение, которое указывает, требуется ли, чтобы константа «в» была равна нулю.
Если константа = истина или опущена, то «в» вычисляется обычным образом;
Если константа – ложь, то «в» считается равной нулю (ЛИНЕЙН), единице (ЛГРФПРИБЛ)
Cтатистика – логическое значение, которое указывает, требуется ли вывести дополнительную статистику по регрессии.
Если статистика = истина, то функция возвращает дополнительную регрессионную зависимость.
Если статистика = ложь или опущена, то функция возвращает только значение коэффициентов.
Для работы с функцией ЛИНЕЙН и функцией ЛГРФПРИБЛ необходимо выделить диапазон ячеек, состоящий из числа строк = 5 (обязательно всегда) и числа столбцов = N+1, где N – количество неизвестных параметров Х
Т.е. для однофакторной задачи y=f(x) – число строк = 5. а число столбцов = 2, т.к. N=1.
Если задача многофакторная, т.е. e=f(x1,x2,x3), то нужно выделить 5 строк и (3+1) столбцов.
В приведенной ниже таблице видно, в каком порядке возвращается дополнительная регрессионная статистика.
|
A |
B |
C |
D |
E |
|
1 |
mn |
mn-1 |
… |
m2 |
m1 |
b |
2 |
sen |
sen-1 |
|
se2 |
se1 |
seb |
3 |
r2 |
sey |
|
|
|
|
4 |
F |
df |
|
|
|
|
5 |
ssper |
ssjcn |
|
|
|
|
Поскольку функции ЛИНЕЙН И ЛГРФПРИБ возвращают массив значений, функции должны задаваться в виде формулы массива, т.е. для завершения ввода функций ЛИНЕЙН, ЛГРФПРИБЛ необходимо нажать комбинацию клавиш Ctrl+Shift+Enter.
Задание для лабораторной работы:
1. Используя метод наименьших квадратов (МНК), к заданному варианту подобрать одну из эмпирических функций регрессии (y=a·Ln(x)+b, y=a·xb , y=a·eb·x , y=a·bx ).
2. Используя функции рабочего листа (НАКЛОН, ОТРЕЗОК, ЛИНЕЙН, ЛГРФПРИБЛ) к заданному варианту подобрать эмпирическую функцию регрессии
3. Объяснить, какая из выбранных функций подходит лучше и почему.
4. Построить графики экспериментальных и полученных теоретических данных.
Таблица 2.1 - Варианты заданий.
.
№ варианта |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
13 |
14 |
15 |
№ задач |
1,2 |
3,4 |
5,6 |
7,1 |
2,3 |
4,5 |
6,7 |
7,1 |
6,2 |
5,3 |
4,1 |
5,7 |
3,5 |
2,3 |
4,6 |
Задачи:
Плотность асфальтобетона в зависимости от времени уплотнения
Время уплотнения, мин |
0,5 |
0,8 |
1 |
1,5 |
1,8 |
2 |
2,4 |
2,7 |
3 |
Плотность асфальтобетона, т/м3 |
1,5 |
1,8 |
2,07 |
2.18 |
2,39 |
2,45 |
2,46 |
2,48 |
2,5 |
2.Плотность грунта от количества проходов катка
Количество проходов катка |
4 |
6 |
8 |
10 |
12 |
14 |
16 |
18 |
20 |
24 |
28 |
30 |
Плотность грунта, т/м3 |
1,5 |
1,7 |
1,78 |
1,9 |
1,99 |
2,01 |
2,09 |
2,09 |
2,1 |
2,07 |
2,09 |
2,1 |
Дальность отбрасывания снега в зависимости от угла наклона ротора снегоочистителя
Наклон ротора, град. |
0 |
10 |
15 |
25 |
30 |
45 |
55 |
60 |
70 |
80 |
90 |
Дальность отбрасывания, м |
1 |
7 |
13 |
20 |
23 |
25 |
24 |
21 |
16 |
10 |
1 |
4.Сила сопротивления перемещению транспортной машины в зависимости от угла подъема дороги.
Угол подъема, град. |
0 |
2 |
3 |
4 |
5 |
7 |
8 |
9 |
10 |
11 |
12 |
Сила сопротивления, кН |
100 |
107 |
110 |
113 |
117 |
124 |
127 |
131 |
134 |
137 |
140 |
5.Время цикла экскаватора от угла поворота экскаватора.
Угол поворота, град. |
0 |
15 |
30 |
45 |
60 |
90 |
110 |
130 |
150 |
170 |
180 |
Время цикла, с |
10 |
16 |
21 |
26 |
29 |
32 |
34 |
34 |
33 |
34 |
35 |
6. Время погрузки самосвала в зависимости от вместимости ковша экскаватора.
Вместимость ковша, м3 |
0,2 |
0,4 |
0,5 |
0,7 |
0,8 |
1 |
1,1 |
1,3 |
1,4 |
1,5 |
1,6 |
Время погрузки, c |
60 |
80 |
100 |
120 |
140 |
160 |
180 |
200 |
220 |
250 |
270 |
7. Зависимость удельной производительности сит от размера ячеек.
Размер сит |
0,42 |
1,5 |
3,4 |
10,2 |
15,3 |
17,6 |
20,3 |
23,7 |
25,4 |
Удельная производительность, т/(м2·ч) |
0 |
15,3 |
34 |
42 |
46 |
56 |
57,5 |
62,4 |
64,5 |