Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Lab06_Koralyatsijnyj_analiz.doc
Скачиваний:
2
Добавлен:
13.11.2019
Размер:
1.38 Mб
Скачать

2.5.3. Розрахунок параметрів експоненційної регресії з використанням функції лгрфприбл.

Для експоненційною апроксимації в Excel існує функція ЛГРФПРИБЛ(від. зн. Y, від. зн. X, константа, статистика) вона повертає масив значень які описують криву виду:

від. зн. Y - це відомі значення функції від. зн. X - це відомі значення аргументів

константа – визначає чому має дорівнювати b, якщо константа має значення ЛОЖЬ то b вважається рівним 1, інакше b обчислюється звичайним чином.

статистика – якщо значення дорівнює ИСТИНА то буде представлена ​​додаткова регресійна статистика, якщо ЛОЖЬ то ні.

Для отримання експоненційної регресійної залежності, з висновком всієї статистичної інформації слід виділити діапазон I54: K58, натиснути клавішу F2, і ввести формулу = ЛГРФПРИБЛ (P2: P38; N2: O38; 1; 1), після закінчення введення формули натиснути комбінацію клавіш Ctrl + Shift + Enter так як дана функція повертає масив значень. В результаті в цьому діапазоні буде отримана повна статистична інформація:

Експоненціальна залежність

1.0002

1.00007

1030.47

1.9E-05

0.000

0.046

0.940

0.057

#Н/Д

266.115

34

#Н/Д

1.702

0.109

#Н/Д

Отримані числа мають наступний зміст:

mn

mn-1

b

Sen

Sen-1

Seb

R2

Sey

F

Df

Ssreg

Ssresid

Se – стандартна помилка для коефіцієнта m

Seb – стандартна помилка для вільного члена b

R2 – коефіцієнт детермінованості, який показує як близько рівняння описує вихідні дані. Чим ближче він до 1, тим більше сходиться теоретична залежність і експериментальні дані.

Sey – стандартна помилка для y

F - критерій Фішера визначає випадкова чи ні взаємозв'язок між залежною і незалежною змінними Df - ступінь свободи системи Ssreg - регресійна сума квадратів

Ssresid – залишкова сума квадратів

Аналогічним чином побудуємо експоненційну регресійну залежність при аргументі Константа рівному 0, в діапазоні M54: O58, ввівши формулу =ЛГРФПРИБЛ(P2:P38;N2:O38;0;1):

Експоненціальна залежність

1.003

0.99913

1

0.000244

0.000447

#Н/Д

0.969

1.429

#Н/Д

542.226

35

#Н/Д

2215.263

71.496

#Н/Д

2.5.4. Визначення моделі найбільш точно описує фактичні дані.

залежність

вид рівняння

R2

Лінійна

0.963

Лінійна

0.998

Експоненціальна

0.940

Експоненціальна

0.969

Моделлю найбільш точно описуючою фактичні дані є лінійна модель виду , так як для неї коефіцієнт детермінованості R2 має найбільше значення.

2.2.6. Оцінка значущості коефіцієнтів моделі і адекватності моделі. Оцінка якості моделі за критеріями Стьюдента і Фішера буде проводитися шляхом порівняння розрахункових значень з табличними.

Для оцінки якості моделі за критерієм Стьюдента фактичне значення цього критерію (tнабл)

порівнюється з критичним значенням tкр яке береться з таблиці значень t з урахуванням заданого рівня значущості (α = 0.05) і числа ступенів свободи (n - 2). Якщо tнабл > tкр, то отримане значення коефіцієнта парної кореляції визнається значимим

Критичне значення при і рівне .

Критерій Стьюдента

Фактор

tнабл

tкр

значимість

Х2

7.568

2.030

істотна

Х5

20.913

2.030

істотна

Перевіримо значимість коефіцієнта детермінації, використовуючи F критерій Фішера. Обчислимо статистику F за формулою:

де: m = 3 - число параметрів у рівнянні регресії; N = 37 - число спостережень в вибіркової сукупності.

Математичною моделлю статистичного розподілу F-статистики є розподіл Фішера з і ступенями свободи. Критичне значення цієї статистики при і і ступенях свободи рівне .

Критерій Фішера

Fрасч

Fкр

рівняння регресії

8916.383

3.276

адекватно

Таким чином, модель пояснює 99.8% загальної дисперсії ознаки Y. Це вказує на те, що підібрана модель є адекватною.

2.6. Розрахунок прогнозних значень і суми квадратів відхилень. Введемо в комірку Q2 формулу = $ F $ 54 * N2 + $ E $ 54 * O2 (розрахунок прогнозних значень), потім скопіюємо її в комірки Q3: Q38. У осередок R2 формулу = (P2-Q2) ^ 2 (розрахунок суми квадратів відхилень), потім скопіюємо її в комірки R3: R38, і підрахуємо суму отриманих значень у клітинці R39.

X2

X5

Y

y(x)

(Y - y(x))2

605.1

2063.2

1626.7

1589.7

1367.523

620.1

2143.7

1602.5

1650.5

2303.318

914

2447.7

1880.7

1914.5

1144.709

862.1

2406.4

1982.7

1876.9

11189.53

958.4

2592.9

2037

2026.7

106.5821

1488.9

2698

2193.9

2180.4

182.342

1231.5

2529.7

2152.1

2020.4

17335.88

1429.6

2644.9

2227

2133.1

8814.026

1679.5

2793.7

2344.4

2277.8

4436.216

1326.2

2669.2

2341.7

2135.8

42415.15

1456.8

2845

2211.9

2282.7

5014.463

2523.6

2990.5

2629.8

2543.9

7377.384

846

2659.8

2017.5

2059.0

1722.637

923.8

2636.6

2009.4

2053.4

1939.955

1173.3

2943.1

2260

2312.8

2792.24

1156.7

2890.9

2400.1

2272.4

16298.85

1450.2

3051.5

2508.1

2432.0

5784.146

1845.2

3249

2684.1

2633.3

2581.453

1566.4

3052.6

2736.6

2449.8

82275.65

1729.7

3349.7

2824.5

2689.8

18152.31

1987.3

3456.3

2880.2

2804.9

5676.928

1902.7

3731.2

2812.9

2992.6

32297.9

1839.1

3517.8

2704.2

2828.0

15336.69

3953.7

3823.1

3224.2

3358.1

17922.28

1351.2

3482.9

2584.7

2731.6

21584.07

1185.3

3347.6

2466.7

2609.0

20246.66

1715.5

3585.4

2928.3

2859.2

4768.047

1536.4

3678.3

3036.4

2900.8

18389.81

1823.1

3801.6

3021.1

3032.3

124.6986

2452.1

4002.1

3237.6

3269.8

1034.273

2076.6

3990.3

3247.1

3206.5

1647.633

2129.2

4212

3436.9

3375.5

3767.099

2502.7

4154.2

3472.8

3387.8

7220.377

2238.7

4322.7

3504.1

3472.0

1028.291

2417.6

4623.1

3357.1

3716.7

129321.2

3838.4

4817.9

4034.7

4065.3

937.7363

1468.6

4632

3450.4

3585.0

18128.14

532666.2

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]