
- •«Проведення множинного кореляційно-регресійного аналізу»
- •8.05010103, 7.05010103“Системне проектування”
- •Мета роботи
- •2.Короткі теоретичні відомості
- •2.1. Теоретичні аспекти кореляційного аналізу.
- •2.2. Математична постановка задачі.
- •2.3. Проведення кореляційного аналізу засобами ms Excel.
- •2.4. Регресійні моделі та способи їх розрахунку.
- •2.4.1. Лінійна функція (лінійна регресія).
- •2.4.2. Квадратна регресія (параболічна функція).
- •2.4.3. Степенева функція (геометрична регресія).
- •2.4.4. Показова функція.
- •2.4.5. Дробно – лінійна функція.
- •2.4.6. Логарифмічна функція.
- •2.4.7. Гіпербола.
- •2.4.8. Дробно- раціональна функція.
- •2.5. Проведення регресійного аналізу засобами ms Excel.
- •2.5.1. Розрахунок параметрів лінійної регресії з використанням функції линейн.
- •2.5.2. Розрахунок параметрів лінійної регресії з використанням інструменту Регрессия надстройки Пакет анализа.
- •2.5.3. Розрахунок параметрів експоненційної регресії з використанням функції лгрфприбл.
- •2.5.4. Визначення моделі найбільш точно описує фактичні дані.
- •2.7. Висновки.
- •Додаток Завдання 1.
- •Мета роботи;
- •Короткі теоретичні відомості;
- •4. Список рекомендованої літератури
2.7. Висновки.
В даному
розділі був
проведений
кореляційний
аналіз
засобами
MS Excel, в
результаті
чого був
зроблений
висновок
про зв'язок
між
досліджуваними
факторами.
Потім був
проведений
регресійний
аналіз і
побудовано моделі
наступних
видів:
,
,
,
.
З них була
обрана найбільш
оптимальна (найбільший
коефіцієнт детермінації).
Була виконана
оцінка якості
моделі за
критеріями Стьюдента
і Фішера,
шляхом порівняння
розрахункових
значень з
табличним.
Побудована таблиця,
яка містить прогнозні
значення, квадрати
відхилень і
їх суму.
Додаток Завдання 1.
Таблиця Excel в режимі формул:
3. ЗМІСТ ЗВІТУ
Звіт повинен містити такі розділи:
Титульний аркуш із вказанням номеру та назвою лабораторної роботи, особа що прийняла та виконала роботу;
Мета роботи;
Короткі теоретичні відомості;
Постановка задачі;
Алгоритм розв'язку задачі;
Інтерфейс програми із зазначеним розтлумаченням введених даних;
Результати роботи програми із розтлумаченням отриманих результатів;
Висновок
4. Список рекомендованої літератури
Паклин Н.Б., Орешков В.И. Бизнес-аналитика: от данных к знаниям (+ СD). — СПб: Изд. Питер, 2009. — 624 с.
Дюк В., Самойленко А. Data Mining: учебный курс (+CD). — СПб: Изд. Питер, 2001. — 368 с.
Журавлёв Ю.И., Рязанов В.В., Сенько О.В. РАСПОЗНАВАНИЕ.Математические методы.Программная система. Практические применения — М.: Изд. «Фазис», 2006. — 176 с. — ISBN 5-7036-0106-8.
Зиновьев А. Ю. Визуализация многомерных данных — Красноярск: Изд. Красноярского государственного технического университета, 2000. — 180 с.
Чубукова И. А. Data Mining: учебное пособие — М.: Интернет-университет информационных технологий: БИНОМ: Лаборатория знаний, 2006. — 382 с. — ISBN 5-9556-0064-7.
Айвазян С. А., Бухштабер В. М., Юнюков И. С., Мешалкин Л. Д. Прикладная статистика: Классификация и снижение размерности. - М.: Финансы и статистика, 1989.
Knowledge Discovery Through Data Mining: What Is Knowledge Discovery? - Tandem Computers Inc., 1996.
Кречетов Н.. Продукты для интеллектуального анализа данных. - Рынок программных средств, N14-15_97, c. 32-39.
Boulding K. E. General Systems Theory - The Skeleton of Science//Management Science, 2, 1956.
Гик Дж., ван. Прикладная общая теория систем. - М.: Мир, 1981.
Киселев М., Соломатин Е.. Средства добычи знаний в бизнесе и финансах. - Открытые системы, № 4, 1997, с. 41-44.
Дюк В.А. Обработка данных на ПК в примерах. - СПб: Питер, 1997.