Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Мат.мод._уч.пособие.docx
Скачиваний:
22
Добавлен:
12.11.2019
Размер:
2.05 Mб
Скачать

6 Расчет доверительного интервала для прогноза

Доверительный интервал для прогнозируемого отклика y записывается в виде: , где

;

= 1,798 – стандартная ошибка (см. табл. 1.15);

– количество наблюдений;

– среднее значение фактора (см. табл. 1.14);

– дисперсия выборки (см. табл. 1.14);

– критическая точка распределения Стьюдента.

Чтобы найти , выбирают команду «Вставка функции», категорию «Статистические», функцию Стьюдраспобр. Вводят требуемую вероятность (0,05) и число степеней свободы ( ). Получают для однофакторной регрессии (при n =15) = 2,16.

7 Построение доверительной области для прогноза

Доверительная область – совокупность доверительных интервалов. Строят точечную диаграмму: по оси абсцисс – значения фактора х, по оси ординат – значения отклика y, расчетных значений y(x) и границ доверительных интервалов , . Получают диаграмму:

8 Расчет максимального % ошибки прогнозирования

Максимальный % ошибки прогнозирования рассчитывается по формуле:

.

9 Выводы по работе

В результате статистического анализа данных получено, что между фактором x и откликом y существует достаточная линейная зависимость, т. к. коэффициент корреляции , и эта зависимость обратная.

Среднее значение фактора , среднее значение отклика .

Полученная модель связи между фактором x и откликом y:

.

Модель адекватна исходным данным по критерию Фишера с уровнем доверия более 95%. Оба коэффициента статистически значимы по критерию Стьюдента..

Максимальный % ошибки прогнозирования составляет порядка 10%.

Листы Excel с расчетами приведены на рисунках 1.5 и 1.6.

Рисунок 1.5 – Расчет в Excel

Рисунок 1.6 – Лист с формулами в Excel

1.3.2 Построение степенной модели в Excel (пример)

При построении линейной зависимости используются заданные значения x и y, при построении степенной зависимости используются их логарифмы (ln x и ln y). Последовательность работы аналогична.

1 Настройка пакета анализа

2 Ввод данных

Вводим исходные данные и находим их логарифмы (таблица 1.19):

Таблица 1.19 – Исходные данные

По исходным данным строится корреляционное поле с помощью «Мастера диаграмм», тип диаграммы – точечная.

3 Нахождение основных числовых характеристик

В качестве входного интервала выделяем все 4 столбца.

Получается следующая таблица для однофакторной регрессии (таблица 1.20).

Таблица 1.20 – Основные числовые характеристики

x

y

ln x

ln y

Среднее

4790,53

42,6853

8,3266

3,75089

Стандартная ошибка

657,948

0,88818

0,14947

0,02049

Медиана

3520

42,79

8,16622

3,7563

Мода

#Н/Д

#Н/Д

#Н/Д

#Н/Д

Стандартное отклонение

2548,22

3,43991

0,5789

0,07937

Дисперсия выборки

6493442

11,833

0,33513

0,0063

Эксцесс

-1,7127

-0,6446

-1,5251

-0,8672

Асимметричность

0,28061

0,56719

-0,1262

0,45444

Интервал

6954

11,42

1,68355

0,26072

Минимум

1586

38,34

7,36897

3,64649

Максимум

8540

49,76

9,05252

3,90721

Сумма

71858

640,28

124,899

56,2633

Счет

15

15

15

15