- •План виконання лабораторної роботи
- •Теоретичні відомості
- •Впливові та залежні клітини
- •Перегляд впливових та залежних клітин на робочих аркушах
- •Призначення кнопок на панелі інструментів Зависимости
- •Використання засобу Подбор параметра
- •Використання засобу Диспетчер сценариев
- •Створення сценарію
- •Редагування сценарію
- •Перегляд сценарію
- •Створення звіту за сценаріями
- •Використання засобу Поиск решения
- •Формування задачі на робочому аркуші
- •Ініціалізація процедури Поиск решения
- •Результати виконання процедури Поиск решения
- •Математична постановка задач
- •Способи розв’язання задач регресійного аналізу у ms Excel
- •Описання вбудованих функцій ms Excel для розв’язання задач регресійного аналізу
- •Специфіка розв’язання задач нелінійної регресії у ms Excel
- •Методичні рекомендації щодо виконання лабораторної роботи
- •Застосування Мастера диаграмм для побудови лінії тренду
- •Використання процедури Поиск решения для обчислення параметрів регресії
- •Використання функції линейн(.) для обчислення параметрів лінійної регресії
- •Використання функції тенденция(.) для обчислення апроксимаційних та прогнозних значень на основі лінійної регресії
- •Аналіз одержаних результатів
- •Використання функцій лгрфприбл(.) та рост(.)
- •Використання процедури Поиск решения для обчислення параметрів регресії
- •Використання функцій линейн(.) та тенденция(.)
- •Аналіз одержаних результатів
- •Контрольні запитання
- •Завдання 1
- •Завдання 2
- •Завдання 3
- •Завдання 4
- •Завдання 5
- •Завдання 6
- •Завдання 7
- •Завдання 8
- •Завдання 9
- •Завдання 10
- •Завдання 11
- •Завдання 12
- •Завдання 13
- •Завдання 14
- •Завдання 15
Специфіка розв’язання задач нелінійної регресії у ms Excel
Одержання параметрів регресії та апроксимаційних значень у функціях ЛГРФПРИБЛ(.) та РОСТ(.) базуються на використанні спрощеної моделі апроксимації, а саме - нелінійна регресія замінюється на лінійну для (див. малюнок).
Т аким чином, початкова оптимізаційна задача класичного методу найменших квадратів замінюється на менш складну “лінеаризовану” задачу , розв’язання якої можна одержати аналітично без застосування ітераційних методів. Якщо розв’язок “лінеаризованої” задачі позначити як , то за розв’язок початкової нелінійної задачі приймаються значення . Обчислені таким чином параметри для нелінійної регресії будуть співпадати з розв’язком початкової задачі методу найменших квадратів лише у тому випадку, коли виконуються рівності , тобто, коли одержана лінія проходить через точки спостереження. У всіх інших випадках підхід на основі “лінеаризованої” моделі дає лише наближений розв’язок задачі нелінійної регресії.
Нижченаведена таблиця містить оптимізаційні задачі, на основі яких одержуються наближені значення параметрів нелінійних регресій на графіках Мастера диаграмм у табличному процесорі MS Excel. Відмітимо, що для логарифмічної регресії задача співпадає із задачею методу найменших квадратів. Таблиця також містить математичні формули, які дозволяють за одержаним розв’язком “лінеаризованої” задачі одержати наближені параметри для нелінійних регресій.
Нелінійна регресія |
Оптимізаційна задача на основі лінійної регресії |
Одержання параметрів нелінійної регресії |
|
|
|
|
|
|
|
|
|
Наведені оптимізаційні задачі можна розв’язати, використовуючи функцію ЛИНЕЙН(.), оскільки всі вони є лінійними регресіями виду: . Функцію ж ТЕНДЕНЦИЯ() можна використати для обчислення апроксимаційних значень (для логарифмічної регресії) та (для експоненціальної, показникової та степеневої регресії).
Розглянемо одновимірну поліноміальну регресію як багатовимірну лінійну регресію відносно змінних , . Тому для знаходження параметрів регресії та апроксимаційних значень на її основі, можна також використати функції ЛИНЕЙН(.) ТЕНДЕНЦИЯ(). Вимірність одержаної лінійної моделі залежить від степеню поліному.
Далі буде розглянуто практичне застосування всіх можливих засобів MS Excel для розв’язання задач одновимірної лінійної та нелінійної регресії. Проведено аналіз і порірняння розглянутих способів розв’язання.
Методичні рекомендації щодо виконання лабораторної роботи
Завдання 1 (лінійна регресія)
Використовуючи дані нижченаведеної таблиці, проаналізувати динаміку прибутку фірми за 11 місяців та спрогнозувати величину прибутку на 12-й місяць на основі лінійної регресії.
Місяць |
x |
1 |
2 |
3 |
4 |
5 |
6 |
Прибуток, грн |
y |
8000 |
6560 |
11700 |
6820 |
7100 |
10330 |
-
7
8
9
10
11
11600
9400
11200
9200
12500
Х ід виконання
У діапазон B3:C13 робочого аркушу книги MS Excel вводимо дані спостереження. Прогнозне значення прибутку на 12-й місяць будемо обчислювати у 14-му рядку аркушу (див. малюнок).