- •Введение
- •1. Построение вариационного ряда и его графическое изображение
- •2. Вычисление показателей вариационного ряда при большой выборке
- •2.1. Получение статистических показателей способом непосредственных вычислений по исходным формулам
- •Ошибка основного отклонения:
- •Ошибка меры изменчивости:
- •2.2. Точность вычислительных работ
- •2.3. Вычисление моментов статистических величин. Понятие о моментах распределения
- •2.3.1. Начальные моменты
- •2.3.1.1. Вычисление начальных моментов по способу произведений
- •Вычисление начальных моментов по способу произведений
- •2.3.1.2. Вычисление начальных моментов по способу сумм
- •2.3.2. Центральные моменты
- •2.3.3. Основные моменты
- •2.4. Вычисление статистических показателей с использованием значений моментов
- •3 Корреляционный анализ. Общие понятия и задачи
- •3.1 Исходные данные, построение корреляционной таблицы
- •3.2. Установление корреляционной связи, ее формы и направленности
- •3.3. Вычисление показателей тесноты связи и их оценка при большой выборке.
- •3.3.1. Вспомогательные расчеты
- •3.3.2. Вычисление коэффициента корреляции и его оценка
- •3.3.3. Вычисление корреляционного отношения и его оценка
- •3.4. Оценка меры линейности корреляционной связи
- •3.5.Линейное корреляционное уравнение
- •4. Регрессионный анализ
- •4.1. Техника и способы регрессионного анализа
- •4.2 Выравнивание по уравнению прямой линии
- •4.3. Оценка точности выравнивания.
- •5. Дисперсионный анализ
- •5.1 Условия метода
- •5.2. Сущность метода и его задачи
- •5.3. Дисперсионный анализ однофакторного комплекса
- •5.4 Расчет оптимальной величины действующего фактора путем сравнения групповых средних (Мr)
- •Результаты дисперсионного анализа
- •Стандартные значения критерия для уровня вергоятности 0,95 (критерий фишера)
- •Библиографический список Основная литература
- •Дополнительная литература
4.3. Оценка точности выравнивания.
Убедившись в том, что полученные регрессионные уравнения вычислены правильно, можно приступить к оценке точности их «работы», которая может быть выполнена с учетом величины меры выравнивая (гi).
Показатель меры выравнивания (гi) по М.Л. Дворецкому вычисляется по формуле
![]()
Из анализа формулы видно, что чем выше абсолютное значение г, тем точнее «работает» конкретное уравнение регрессии. Если гi > 0,95, можно считать, что уравнение аппроксимирует опытные данные достаточно точно (надежно).
Для вычисления гi, необходимо, прежде всего, получить, среднеарифметическое (Мy) из имеющихся опытных значений Y, используя нижеприведенную формулу:
![]()
где N-число наблюдений; Y-опытные данные отдельных наблюдений, Мy - среднеарифметическое значение из всех опытных данных.
Затем
следует вычислить отклонение (
)
опытных данных от их среднеарифметического:
![]()
где Мy - среднеарифметическое значение из всех опытных данных; Y - опытные данные.
Таблица 4.4
Вспомогательные расчеты для получения меры выравнивания (ri) опытных данных по уравнению прямой линии
|
Высоты, м |
Отклонения, м | |||||||
|
Y (опытные) |
yв (теорети- ческие) |
(Y- My) |
|
a Y – yв |
a2 | |||
|
1 |
2 |
3 |
4 |
5 |
6 | |||
|
УРАВНЕНИЕ 1 | ||||||||
|
16,00 |
16,00 |
-6,34 |
40,20 |
-0,60 |
0,36 | |||
|
18,00 |
18,00 |
-4,34 |
18,84 |
0,00 |
0,00 | |||
|
20,15 |
19,40 |
-2,19 |
4,80 |
+0,75 |
0,56 | |||
|
22,14 |
20,80 |
-0,20 |
0,40 |
+1,34 |
1,80 | |||
|
23,48 |
22,20 |
1,14 |
1,30 |
+1,28 |
1,64 | |||
|
23,65 |
23,60 |
1,31 |
1,72 |
+0,05 |
0,00 | |||
|
24,62 |
25,00 |
2,28 |
5,20 |
-0,38 |
0,14 | |||
|
26,00 |
26,40 |
3,66 |
13,40 |
-0,40 |
0,16 | |||
|
27,00 |
27,80 |
4,66 |
21,72 |
-0,80 |
0,64 | |||
|
|
|
|
|
|
| |||
|
My
= 201,4/9=22,34 Вывод: уравнение аппроксимирует опытные данные достаточно точно | ||||||||
|
УРАВНЕНИЕ II | ||||||||
|
16,00 |
17,06 |
-6,34 |
40,20 |
-1,06 |
1,12 | |||
|
18,00 |
18,38 |
-4,34 |
18,84 |
-0,38 |
0,14 | |||
|
20,15 |
19,70 |
-2,19 |
4,80 |
+0,45 |
0,20 | |||
|
22,14 |
21,02 |
-0,20 |
0,40 |
+1,12 |
1,26 | |||
|
23,48 |
22,34 |
1,14 |
1,30 |
+1,14 |
1,30 | |||
|
23,65 |
23,66 |
1,31 |
1,72 |
-1,01 |
0,00 | |||
|
24,62 |
24,98 |
2,28 |
5,20 |
-0,36 |
0,13 | |||
|
26,00 |
26,40 |
3,66 |
13,40 |
-0,40 |
0,16 | |||
|
27,00 |
27,62 |
4,66 |
21,72 |
-0,62 |
0,39 | |||
|
|
|
|
|
|
| |||
|
My
= 201,4/9=22,34
Вывод: уравнение аппроксимирует опытные данные достаточно точно | ||||||||
После этого необходимо определить величину попарных отклонений (а) опытных и теоретических значений по формуле
a = Y – yв
где yв - теоретические данные по уравнению регрессии.
Результаты расчетов отклонений показаны в табл. 4.4 для уравнения прямой линии.
Так как во всех случаях r>0.95, то все четыре анализируемых функции аппроксимируют исследуемую взаимосвязь Д/Н достаточно надежно.
Как и следовало ожидать, более трудоемкий и точный и способ наименьших квадратов, показал более высокую точность выравнивания.
