- •Лабораторная работа №5 Нелинейный корреляционно-регрессионный анализ. Метод наименьших квадратов. Вариант 1
- •Вариант 2
- •2. Постройте полиномиальную модель
- •Вариант 3
- •2. Постройте полиномиальную модель
- •Вариант 4
- •2. Постройте полиномиальную модель
- •Вариант 5
- •2. Постройте полиномиальную модель
- •Вариант 6
- •2. Постройте полиномиальную модель
- •Вариант 7
- •2. Постройте полиномиальную модель
- •Вариант 8
- •2. Постройте полиномиальную модель
- •Вариант 9
- •2. Постройте полиномиальную модель
- •Вариант 10
- •2. Постройте полиномиальную модель
- •Вариант 11
- •2. Постройте полиномиальную модель
- •Вариант 12
- •2. Постройте полиномиальную модель
- •Вариант 13
- •2. Постройте полиномиальную модель
- •Вариант 14
- •2. Постройте полиномиальную модель
- •Вариант 15
- •2. Постройте полиномиальную модель
- •Вариант 16
- •2. Постройте полиномиальную модель
- •Вариант 17
- •2. Постройте полиномиальную модель
- •Вариант 18
- •2. Постройте полиномиальную модель
- •Вариант 19
- •2. Постройте полиномиальную модель
- •Вариант 20
- •2. Постройте полиномиальную модель
- •Вариант 21
- •2. Постройте полиномиальную модель
- •Вариант 22
- •2. Постройте полиномиальную модель
- •Вариант 23
- •2. Постройте полиномиальную модель
- •Вариант 24
- •2. Постройте полиномиальную модель
- •Вариант 25
- •2. Постройте полиномиальную модель
Вариант 21
1. Приведенные ниже данные отражают соотношение между концентрацией кокаина X (мг/мл) и прозрачностью раствора Y по показаниям колориметра:
X |
40 |
50 |
60 |
70 |
45 |
55 |
40 |
60 |
35 |
50 |
Y |
69 |
175 |
272 |
235 |
130 |
210 |
72 |
265 |
30 |
180 |
Постройте зависимость на основе модели .
2. Постройте полиномиальную модель
.
X |
Y |
|
X |
Y |
1 |
2,04 |
|
6 |
24,72 |
2 |
0,43 |
|
7 |
45,52 |
3 |
0,73 |
|
8 |
75,38 |
4 |
4,40 |
|
9 |
108,95 |
5 |
12,24 |
|
10 |
168,40 |
3. В результате опыта получены следующие данные зависимости выхода водорода по току Y (%) от плотности тока X (А/см2):
X |
8,7 |
14,9 |
18,5 |
20,1 |
22,6 |
22,9 |
24,2 |
25,0 |
25,9 |
8,1 |
18,3 |
19,8 |
22,4 |
23,0 |
24,1 |
Y |
5 |
10 |
12 |
14 |
16 |
18 |
20 |
22 |
24 |
5 |
12 |
14 |
16 |
18 |
20 |
Из приведенных моделей измерений
, , , , .
для данных экспериментальных значений (X,Y) определить ту модель измерений, для которой сумма квадратов ошибок принимает наименьшее значение. Представить модели как линейные и определить МНК-оценки, а также численно определить оценки с точностью =0,001.
4. Приведенные данные представляют собой выборку, полученную при изучении роста кукурузы. Эти данные содержат: Y – средний по четырем растениям вес сухого зерна, X – среднее время с момента образования пестиков в початках по четырем растениям. Для модели наблюдений
оцените параметры 1,2 и 3, где
X |
17,125 |
25,625 |
39,625 |
46,375 |
54,250 |
62,125 |
Y |
14,26 |
50,51 |
60,83 |
104,78 |
96,46 |
172,41 |
Вариант 22
1. Получены следующие данные:
X |
3,5 |
4,1 |
4,4 |
5,0 |
5,5 |
6,1 |
6,6 |
7,0 |
7,8 |
8,1 |
Y |
9,3 |
9,0 |
9,0 |
9,1 |
9,2 |
9,4 |
9,6 |
9,9 |
10,3 |
10,6 |
Имеет ли смысл модель ?