Уравнение линейной регрессии.
Где:
неизвестные коэффициенты уравнения;
базисные функции уравнения.
Для нахождения неизвестных коэффициентов уравнений использовали функцию Excel =ЛИНЕЙН(...).
Решение:
4321,59 |
-301,03867 |
-10,8179 |
79,38549 |
18,6485 |
-1916,84 |
438,5544 |
43,5652643 |
12,03731 |
14,41702 |
2,738978 |
580,6714 |
0,828047 |
155,125059 |
#Н/Д |
#Н/Д |
#Н/Д |
#Н/Д |
42,37669 |
44 |
#Н/Д |
#Н/Д |
#Н/Д |
#Н/Д |
5098718 |
1058806,49 |
#Н/Д |
#Н/Д |
#Н/Д |
#Н/Д |
Применив функцию Excel, получили что:
Неизвестные коэффициенты уравнения равны:
Среднее квадратическое отклонение равно:
Получили, что наше уравнение квадратической регрессии имеет вид:
Определение значимых факторов.
Неравенство позволяют оценить значимость коэффициентов уравнения регрессии. Для числа степеней свободы r = 5 и доверительной вероятности γ = 0,95 по таблицам распределения Стьюдента находим t = 2,571. Это значение можно получить в Excel с помощью функции обратного распределения Стьюдента по формуле =СТЬЮДРАСПОБР(0,05;5).
Таблица значимости факторов:
bk |
4322 |
-301 |
-11 |
79 |
19 |
-1917 |
(t* )/√6 |
460,213663 |
45,71685 |
12,63181 |
15,12905 |
2,87425 |
609,3495 |
Из таблицы видно, что значимыми факторами являются все, кроме фактора .
Коэффициент детерминации и проверка адекватности модели.
Коэффициент детерминации есть отношение суммы квадратов, обусловленных моделью к общей сумме квадратов, то есть
.
- коэффициент детерминации .
Оценка адекватности полученного математического описания производится с помощью остаточной дисперсии , характеризующей рассеяние экспериментальных точек относительно уравнения регрессии:
,
Для проверки адекватности определим определяется по функции Excel =СРЗНАЧ(…) и получили что
Среднеквадратическое отклонение определяется по функции Excel =СТАНДОТКЛОН(…) и получили что
В ячейке I7 в таблице решения уравнения линейной регрессии содержится значение регрессионной суммы квадратов 5098717,529
А в ячейке J7 содержится остаточная сумма квадратов 1058806,491
Тогда получим, что 0,187.
Вывод: полученное отношение Фишера равно 0,187, что не превышает 0,2 это свидетельствует о том что построенная математическая модель адекватна опытным данным.
Сравнение фактических запасов древесины с запасами полученными по модели.
Номера лесничеств |
Запас, куб.м |
Запас по модели, куб.м |
|
y |
|
1 |
1972 |
1977 |
2 |
2375 |
2352 |
3 |
2546 |
2533 |
4 |
2611 |
2663 |
5 |
2492 |
2454 |
6 |
2198 |
2278 |
7 |
2100 |
2204 |
8 |
2460 |
2692 |
9 |
2009 |
2161 |
10 |
1827 |
1933 |
11 |
1501 |
1669 |
12 |
2177 |
2404 |
13 |
2215 |
2452 |
14 |
2115 |
2280 |
15 |
1926 |
2130 |
16 |
2521 |
2692 |
17 |
1704 |
1875 |
18 |
2462 |
2599 |
19 |
2613 |
2732 |
20 |
2462 |
2443 |
21 |
1968 |
1906 |
22 |
2226 |
2170 |
23 |
2688 |
2817 |
24 |
2454 |
2558 |
25 |
2309 |
2476 |
26 |
2177 |
2321 |
27 |
1999 |
2053 |
28 |
2320 |
2387 |
29 |
2093 |
2133 |
30 |
1990 |
2018 |
31 |
2261 |
2341 |
32 |
2158 |
2039 |
33 |
2448 |
2424 |
34 |
2648 |
2608 |
35 |
2594 |
2406 |
36 |
3046 |
2946 |
37 |
2635 |
2313 |
38 |
2495 |
2268 |
39 |
2576 |
2482 |
40 |
2024 |
1840 |
41 |
1846 |
1698 |
42 |
2962 |
2836 |
43 |
2791 |
2612 |
44 |
2179 |
1957 |
45 |
2602 |
2365 |
46 |
2371 |
2198 |
47 |
2953 |
2862 |
48 |
2752 |
2518 |
49 |
3260 |
3128 |
50 |
2382 |
2295 |
График сравнения фактического запаса древесины с запасами полученными по модели.
Из графика следует хорошее совпадение фактических значений отклика с теоретическими значениями, полученными по математической модели.