Методы и средства научных исследований
Определение значения коэффициентов уравнения регрессии. Проверка значимости полученных коэффициентов. Построение модели на адекватность. Приведение уравнения к натуральному виду. Характеристика уравнений регрессии II порядка, среднее квадратическое.
| Рубрика | Экономико-математическое моделирование |
| Вид | курсовая работа |
| Язык | русский |
| Дата добавления | 04.01.2018 |
| Размер файла | 609,9 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Курсовая работа по дисциплине:
Методы и средства научных исследований
1. Уравнение регрессии І порядка
1.1 Значения коэффициентов уравнения регрессии
1.2 Проверка значимости полученных коэффициентов
Данный коэффициент не значим, из уравнения регрессии его необходимо исключить вместе с переменным фактором.
Данный коэффициент не значим, из уравнения регрессии его необходимо исключить вместе с переменным фактором.
Данный коэффициент не значим, из уравнения регрессии его необходимо исключить вместе с переменным фактором.
Данный коэффициент значим в уравнение регрессии, он должен остаться вместе с переменным фактором, в проверке следующего выражения нет необходимости.
1.3 Проверка полученной модели на адекватность
n+++++++]
(по таблице Фишера)
861,11>3,98
Даная модель не является адекватной и не подходит для дальнейшего описания объекта исследования.
1.4 Приведение уравнения к натуральному виду
2. Уравнение регрессии II порядка
2.1 Значения коэффициентов уравнения
y=++++++
?()
=)=
Для столбца
=)=
Для столбца ()
=
Для столбца ()
=)
)
=)
) =
=)
) =
=*()*?() - *
=*1452*4333 - *2029
=*1425*4333 - *2029
=*1456*4333 - *2029
2.2 Проверка значимости полученных коэффициентов
(по таблице стьюдента)
|
0,40624 |
||
|
0,15624 |
||
|
0,1 |
||
|
0,5 |
||
|
-0,09375 |
||
|
0,125 |
Среднее квадратическое:
Коэффициент значим
2) (
Среднее квадратическое:
Коэффициент значим
3)
Среднее квадратическое:
Данный коэффициент не значим, из уравнения регрессии его необходимо исключить вместе с переменным фактором.
Коэффициент значим
4)
Среднее квадратическое:
регрессия адекватность уравнение
Данный коэффициент не значим, из уравнения регрессии его необходимо исключить вместе с переменным фактором.
Коэффициенты значимы, в уравнение регрессии они должны остаться вместе с переменными факторами, в проверке следующих коэффициентов нет необходимости.
2.3 Проверка модели на адекватность
n+++++++]
(по таблице Фишера)
10,6> 2,39
Модель не адекватна, для дальнейшего описания объекта исследования, использовать нельзя.
2.4 Приведение уравнения к нормальному виду
Сравниваем результаты исходных данных с результатами полученными по уравнениям регрессии i и ii порядков
|
Значения выходной величины |
Отклонения |
|||||
|
№ |
Экспер |
По ур I пор |
По ур II пор |
№1 |
№2 |
|
|
1 |
166 |
163 |
162,823 |
1,807229 |
1,913855 |
|
|
2 |
145 |
143 |
138,703 |
1,37931 |
4,342759 |
|
|
3 |
182 |
180,5 |
191,623 |
0,824176 |
5,02184 |
|
|
4 |
154 |
151 |
167,503 |
1,948052 |
8,061348 |
|
|
5 |
121 |
119 |
110,923 |
1,652893 |
8,328099 |
|
|
6 |
109 |
105 |
95,803 |
3,669725 |
12,10734 |
|
|
7 |
147 |
144 |
149,723 |
2,040816 |
1,818692 |
|
|
8 |
128 |
126,5 |
134,603 |
1,171875 |
4,905537 |
|
|
9 |
159 |
155 |
153,543 |
2,515723 |
3,432075 |
|
|
10 |
141 |
140 |
148,923 |
0,70922 |
5,320199 |
|
|
11 |
116 |
113 |
131,833 |
2,586207 |
12,00989 |
|
|
12 |
157 |
155,5 |
165,633 |
0,955414 |
5,212126 |
|
|
13 |
162 |
160 |
175,163 |
1,234568 |
7,514715 |
|
|
14 |
142 |
137,5 |
158,733 |
3,169014 |
10,5416 |
max=3,16% max=12,1%
Вывод: наибольшее отклонение соответствует уравнению регрессии II порядка
IV В результате планирования и постановки эксперимента, с учетом математических преобразований, были получены уравнения регрессии I и II порядков.
Вывод: Проверка моделей на адекватность показала, что обе модели являются не адекватными. Это говорит о том, что эксперимент поставлен некорректно, в эксперименте, в данном случае необходимо заменить факторы варьирования и увеличить диапазон изменения факторов.
Допуская, что обе модели являются адекватными, наибольшую прочность при воспроизведении выходной величины демонстрирует уравнение регрессии №1
Размещено на Allbest.ru
...Подобные документы
Оценка корреляционной матрицы факторных признаков. Оценки собственных чисел матрицы парных коэффициентов корреляции. Анализ полученного уравнения регрессии, определение значимости уравнения и коэффициентов регрессии, их экономическая интерпретация.
контрольная работа [994,1 K], добавлен 29.06.2013Расчет коэффициентов уравнения регрессии и оценка их значимости. Определение среднеквадратичного отклонения и среднеквадратичной ошибки, вычисление коэффициентов регрессии. Определение критериев Стьюдента. Расчет статистических характеристик модели.
контрольная работа [137,2 K], добавлен 14.09.2009Построение регрессионных моделей. Смысл регрессионного анализа. Выборочная дисперсия. Характеристики генеральной совокупности. Проверка статистической значимости уравнения регрессии. Оценка коэффициентов уравнения регрессии. Дисперсии случайных остатков.
реферат [57,4 K], добавлен 25.01.2009Основные параметры уравнения регрессии, оценка их параметров и значимость. Интервальная оценка для коэффициента корреляции. Анализ точности определения оценок коэффициентов регрессии. Показатели качества уравнения регрессии, прогнозирование данных.
контрольная работа [222,5 K], добавлен 08.05.2014Построение уравнения регрессии, учитывающего взаимодействия факторов, проверка полученной модели на адекватность. Построение математической модели и нахождение численных значений параметров этой модели. Вычисление коэффициентов линейной модели.
курсовая работа [1005,0 K], добавлен 07.08.2013Параметры уравнения линейной регрессии. Вычисление остаточной суммы квадратов, оценка дисперсии остатков. Осуществление проверки значимости параметров уравнения регрессии с помощью критерия Стьюдента. Расчет коэффициентов детерминации и эластичности.
контрольная работа [248,4 K], добавлен 26.12.2010Построение уравнения множественной регрессии в линейной форме с полным набором факторов, отбор информативных факторов. Проверка значимости уравнения регрессии по критерию Фишера и статистической значимости параметров регрессии по критерию Стьюдента.
лабораторная работа [217,9 K], добавлен 17.10.2009Определение параметров линейной регрессии и корреляции с использованием формул и табличного процессора MS Excel. Методика расчета показателей парной нелинейной регрессии и корреляции. Вычисление значений линейных коэффициентов множественной детерминации.
контрольная работа [110,4 K], добавлен 28.07.2012Факторные и результативные признаки адекватности модели. Исследование взаимосвязи энерговооруженности и выпуска готовой продукции. Построение уравнения регрессии и вычисление коэффициента регрессии. Графики практической и теоретической линии регрессии.
контрольная работа [45,2 K], добавлен 20.01.2015Построение линейной модели и уравнения регрессии зависимости цены на квартиры на вторичном рынке жилья в Москве в 2006 г. от влияющих факторов. Методика составления матрицы парных коэффициентов корреляции. Экономическая интерпретация модели регрессии.
лабораторная работа [1,8 M], добавлен 25.05.2009Параметры уравнения и экономическое толкование коэффициента линейной регрессии. Расчет коэффициентов детерминации и средних относительных ошибок аппроксимации. Построение структурной формы модели с использованием косвенного метода наименьших квадратов.
контрольная работа [99,2 K], добавлен 27.04.2011Ознакомление с основами модели простой регрессии. Рассмотрение основных элементов эконометрической модели. Характеристика оценок коэффициентов уравнения регрессии. Построение доверительных интервалов. Автокорреляция и гетероскедастичность остатков.
лекция [347,3 K], добавлен 23.12.2014Экономическая интерпретация коэффициента регрессии. Нахождение статочной суммы квадратов и оценка дисперсии остатков. Проверка значимости параметров уравнения регрессии с помощью t-критерия Стьюдента. Расчет средней относительной ошибки аппроксимации.
контрольная работа [261,1 K], добавлен 23.03.2010Основные методы анализа линейной модели парной регрессии. Оценки неизвестных параметров для записанных уравнений парной регрессии по методу наименьших квадратов. Проверка значимости всех параметров модели (уравнения регрессии) по критерию Стьюдента.
лабораторная работа [67,8 K], добавлен 26.12.2010Особенности расчета параметров уравнений линейной, степенной, полулогарифмической, обратной, гиперболической парной и экспоненциальной регрессии. Методика определения значимости уравнений регрессии. Идентификация и оценка параметров системы уравнений.
контрольная работа [200,1 K], добавлен 21.08.2010Приведение логарифмированием уравнения к линейному виду. Расчет средних значений арифметических переменных и коэффициентов регрессии. Определение средних квадратичных отклонений. Корреляционный анализ экспериментальных данных с помощью критерия Стьюдента.
контрольная работа [312,7 K], добавлен 10.03.2015Методика определения параметров линейной регрессии, составления экономической интерпретации коэффициентов регрессии. Проверка выполнения предпосылок МНК. Графическое представление физических и модельных значений. Нахождение коэффициентов детерминации.
контрольная работа [218,0 K], добавлен 25.05.2009Определение параметров уравнения линейной регрессии. Экономическая интерпретация коэффициента регрессии. Вычисление остатков, расчет остаточной суммы квадратов. Оценка дисперсии остатков и построение графика остатков. Проверка выполнения предпосылок МНК.
контрольная работа [1,4 M], добавлен 25.06.2010Расчет параметров парной линейной регрессии. Оценка статистической значимости уравнения регрессии и его параметров с помощью критериев Фишера и Стьюдента. Построение матрицы парных коэффициентов корреляции. Статистический анализ с помощью ППП MS EXCEL.
контрольная работа [1,6 M], добавлен 14.05.2008Расчет матрицы парных коэффициентов корреляции и статистической значимости коэффициентов регрессии. Оценка статистической значимости параметров регрессионной модели с помощью t-критерия. Уравнение множественной регрессии со статистически факторами.
лабораторная работа [30,9 K], добавлен 05.12.2010
