Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

ПРАКТИЧЕСКОЕ ЗАНЯТИЕ № 6

.doc
Скачиваний:
18
Добавлен:
19.05.2015
Размер:
258.56 Кб
Скачать

ПРАКТИЧЕСКОЕ ЗАНЯТИЕ 6

МАТЕМАТИЧЕСКАЯ СТАТИСТИКА”

Построение уравнения регрессии

ЗАДАНИЕ 1

С помощью MS Excel провести автоматический анализ тренда на основе диаграммы экспериментальных данных Х и У (в конце лабораторной работы).

В MS Excel предлагается выбрать тренд из пяти типов аппроксимирующих линий.

Тип

Описание

1. Линейная

Аппроксимирующая прямая:

Y = bX + a,

где b − тангенс угла наклона, а − точка пересечения прямой с осью Y

2. Логарифмическая

Логарифмическая аппроксимация:

Y = b*ln(X) + a,

где a и b − константы, ln − натуральный логарифм

3. Полиномиальная

Полиномиальная аппроксимация:

Y = b1X6 + b2X5 + b3X4 + b4X3 + b5X2 + b6X + a,

где bi, 1,2, … ,6, и а − константа. Максимальная степень полинома 6

4. Степенная

Степенная аппроксимация:

Y = b*Xa ,

где a и b − константы

5. Экспоненциальная

Экспоненциальная аппроксимация:

Y = b*eaX,

где a и b − константы, е − основание натурального логарифма.

Порядок выполнения задания:

В MS Excel открыть новую книгу и на первом листе ввести данные (они в конце лабораторной работы) для X и Y (рис. 1.).

Построить диаграмму данных в виде точечного графика.

Активизировать диаграмму и выполнить команду Диаграмма | Добавить линию тренда … | окно Линия тренда | вкладка Параметры (флаг − показать уравнение на диаграмме; флаг − поместить на диаграмму величину достоверности аппроксимации (R^2)).

Построить точечные графики для пяти видов зависимостей. Анализируя изменение коэффициента детерминации (R2) подобрать ту линию регрессии, при которой R2 будет максимальным. Обратить внимание на вид уравнения регрессии.

Р ис. 1.

ЗАДАНИЕ 2

С помощью MS Excel провести регрессионный анализ данных своего варианта. Для чего:

  1. провести расчет простого уравнения линейной регрессии;

  2. проверить адекватность уравнения регрессии (модели) исходным данным;

  3. проверить достоверность коэффициентов модели;

  4. провести анализ остатков;

  5. применить разработанную модель для прогнозирования.

Все задание размещается на одном рабочем листе. Разработанная модель должна быть наглядной, при изменении исходных данных должен осуществляться пересчет соответствующих величин и перестройка графиков.

П римерный вид модели изображен на рис. 2, 3, 4.

Рис. 2.

Рис. 3.

Рис. 4.

Формулы, используемые для построения линейной регрессионной модели

Вывод уравнения регрессии.

Х − независимая переменная,

Y − зависимая переменная,

k − количество определяемых коэффициентов уравнения,

n − =СЧЕТ(Х) − количество элементов в выборке,

МХ − =СРЗНАЧ(Х) − среднее арифметическое переменной Х,

МY − =СРЗНАЧ(Y) − среднее арифметическое переменной Y,

а − =ОТРЕЗОК(Y;X) − коэффициент а,

b − =НАКЛОН(Y;X) − коэффициент b,

Y^ = a + b*X − уравнение регрессии,

SS1 − =СУММ((Y^ − MY)2) − общая сумма квадратов регрессии,

SS2 − =СУММ((Y − Y^)2) − сумма квадратов остатков регрессии,

R2 = SS1 / (SS1 + SS2) − коэффициент детерминации,

Y − Y^ − остатки.

Проверка адекватности регрессионного уравнения

Fрас = (SS1*(n − k))/(SS2*(k − 1)) − расчетное значение критерия Фишера,

P =FРАСП(Fрас; k − 1; n − k) − вероятность значимости

Если P < 0,05 то модель значима и годится для использования

Если Р > 0,05 то модель не значима и данные отражает не корректно

Анализ остатков

Строится диаграмма Y − Y^ от X в виде гистограммы и графика на одной области построения. С этой целью на первом шаге мастера построения диаграммы нужно выбрать вкладку Нестандартные и выделить позицию График|гистограмма.

Среднее остатков =СРЗНАЧ(Y − Y^) − норма если 0,

Асимметрия =СКОС(Y − Y^) − норма если 0,

Эксцесс =ЭКСЦЕСС(Y − Y^) − норма если 0.

Прогнозирование

Yпрогноз = a + b* Хпрогноз

Экспериментальные данные:

Варианты

1

2

3

4

5

6

7

8

9

х

у

у

у

у

у

у

у

у

У

0

2,50

2,92

2,35

3,30

2,58

-0,52

-1,79

0,14

0,94

0,1

2,89

3,33

2,24

2,70

2,27

-1,24

-0,57

-0,19

1,04

0,2

3,40

3,04

2,20

2,11

2,88

-1,34

-0,08

0,15

1,76

0,3

3,78

3,41

3,12

2,44

3,00

-1,04

0,31

0,44

2,15

0,4

4,20

4,38

3,00

2,36

3,19

-1,35

0,45

1,33

2,08

0,5

4,55

5,02

3,16

2,01

3,35

-1,01

1,18

1,80

2,30

0,6

5,27

4,86

2,48

2,37

3,46

-0,86

0,73

2,55

3,29

0,7

5,07

5,98

3,25

2,47

3,61

-0,46

2,18

2,30

3,60

0,8

5,45

6,23

3,25

1,98

2,85

-0,41

2,41

3,20

4,65

0,9

6,08

6,42

3,49

1,79

3,36

-0,37

2,62

3,54

4,97

1,0

6,22

7,76

3,24

2,75

3,07

-0,40

3,43

4,31

5,51

1,1

6,58

7,93

3,67

2,51

3,29

0,04

4,24

5,47

6,65

1,2

7,27

9,16

3,94

2,92

3,64

0,33

5,57

6,14

7,15

1,3

7,50

10,28

4,65

3,41

4,22

0,98

6,53

7,96

8,77

1,4

8,31

10,94

5,71

3,69

4,66

0,95

8,46

9,55

10,43

1,5

8,98

12,96

6,40

3,71

5,83

1,70

9,53

11,15

11,60

1,6

9,07

13,61

7,93

4,16

6,86

2,42

11,27

12,59

13,84

1,7

9,84

15,31

8,70

5,30

7,25

3,14

13,88

14,27

15,03

1,8

10,75

17,16

9,70

6,27

8,75

4,64

15,29

16,51

18,08

1,9

12,06

19,50

11,69

7,40

10,29

5,84

18,19

19,54

20,59

2,0

13,32

21,70

13,75

8,70

10,99

7,50

20,57

21,83

22,49

Варианты

10

11

12

13

14

15

16

17

18

х

у

у

у

у

у

у

у

у

У

0

-0,91

0,56

0,35

5,54

2,58

3,07

3,00

3,77

-1,66

0,1

-0,96

0,52

0,64

3,31

2,27

4,03

4,18

3,83

-1,80

0,2

-1,64

1,77

1,34

3,83

2,88

3,52

3,82

4,80

-2,29

0,3

-1,03

1,77

0,87

4,46

3,00

3,80

5,36

5,25

-2,27

0,4

-0,74

2,23

1,26

3,63

3,19

3,74

4,18

5,34

-0,85

0,5

-0,43

2,96

1,81

3,91

3,35

3,84

4,71

4,49

-1,54

0,6

-0,54

2,75

1,75

4,82

3,46

5,73

4,90

4,78

-0,72

0,7

-0,37

2,72

2,10

4,92

3,61

5,97

5,43

4,85

-0,10

0,8

-0,25

3,47

2,01

4,58

2,85

4,50

6,02

5,27

-1,37

0,9

0,19

3,95

3,15

5,19

3,36

5,05

5,23

5,17

0,33

1,0

-0,01

3,80

3,31

5,32

3,07

5,18

5,39

6,27

0,68

1,1

-0,12

3,64

4,50

5,54

3,29

6,66

5,04

6,70

0,03

1,2

0,79

4,35

4,63

6,38

3,64

6,82

6,50

6,36

1,04

1,3

1,44

4,53

5,72

7,26

4,22

8,28

6,43

7,79

1,97

1,4

1,74

4,66

6,71

7,98

4,66

7,48

7,38

8,72

3,54

1,5

2,35

4,62

8,24

8,55

5,83

10,08

8,18

9,89

3,58

1,6

3,92

4,87

9,44

10,11

6,86

10,68

9,93

11,68

5,93

1,7

4,72

5,50

10,70

11,07

7,25

11,67

10,51

11,52

6,48

1,8

6,55

5,94

12,25

12,62

8,75

12,91

11,58

13,82

8,82

1,9

7,71

6,02

14,38

13,70

10,29

14,98

12,74

16,15

9,06

2,0

9,73

16,38

15,41

10,99

16,64

13,74

17,49

12,35

Варианты

19

20

21

22

23

24

25

26

27

х

у

у

у

у

у

у

у

у

У

0

-0,46

0,06

0,08

3,30

0,35

0,56

0,94

2,58

3,30

0,1

-1,21

0,20

1,03

4,05

0,64

0,52

1,04

2,27

2,70

0,2

-0,20

0,18

1,33

3,94

1,34

1,77

1,76

2,88

2,11

0,3

0,07

1,09

-0,07

3,35

0,87

1,77

2,15

3,00

2,44

0,4

0,11

0,51

-0,10

5,16

1,26

2,23

2,08

3,19

2,36

0,5

0,48

0,50

1,43

4,97

1,81

2,96

2,30

3,35

2,01

0,6

1,34

1,70

0,75

4,82

1,75

2,75

3,29

3,46

2,37

0,7

1,08

1,67

1,78

4,34

2,10

2,72

3,60

3,61

2,47

0,8

2,23

0,33

1,84

4,56

2,01

3,47

4,65

2,85

1,98

0,9

2,48

1,95

1,33

6,01

3,15

3,95

4,97

3,36

1,79

1,0

2,98

1,31

1,67

5,54

3,31

3,80

5,51

3,07

2,75

1,1

3,53

2,72

2,17

6,13

4,50

3,64

6,65

3,29

2,51

1,2

4,30

2,31

2,93

7,16

4,63

4,35

7,15

3,64

2,92

1,3

5,47

3,98

3,77

8,55

5,72

4,53

8,77

4,22

3,41

1,4

6,11

4,54

4,64

8,51

6,71

4,66

10,43

4,66

3,69

1,5

7,28

4,82

5,74

9,10

8,24

4,62

11,60

5,83

3,71

1,6

8,75

7,80

7,55

11,75

9,44

4,87

13,84

6,86

4,16

1,7

9,91

8,64

10,19

13,54

10,70

5,50

15,03

7,25

5,30

1,8

11,60

9,50

11,27

15,41

12,25

5,94

18,08

8,75

6,27

1,9

12,97

10,94

11,89

15,63

14,38

6,02

20,59

10,29

7,40

2,0

15,37

14,04

14,28

19,11

16,38

6,55

22,49

10,99

8,70