КАТЕГОРИИ: Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748) |
Выбор оптимального уравнения парной регрессии
Парная регрессия – это когда уравнением описывается зависимость функции от одного фактора . При определении вида аналитического выражения связи между и в первую очередь следует учитывать физическую сущность изученного явления. Если исследователь такой информацией не располагает, то единственным подходом является последовательный перебор основных видов уравнений: 1) линейной; 2) логарифмическое; 3) экспоненциальное; 4) степенное; 5) полином второго порядка; 6) полином третьего порядка. 1) ; (1) 2) ; (2) 3) ; (3) 4) ; (4) 5) ; (5) 6) . (6) Программа «Регрессия» рассчитывает коэффициенты регрессии только линейной регрессии вида (1). Однако по виду нелинейные уравнения (2) - (6) можно линеаризовать, т.е. привести к линейному виду. Например, рассмотрим степенную модель (4). Прологарифмируем левую и правую части: . (7) Введем новые переменные: ; ; ; . Тогда (7) можно записать так: . (8) Теперь (8) – линейная модель. К ней можно применять МНК. В программу в качестве исходных массивов нужно ввести ; . Здесь - экспериментальные данные. В результате расчетов получим значения и . Затем выполним обратное преобразование, заключающееся в определении и по и . В рассматриваемом примере ; . Таким образом, для определения оптимального вида уравнения регрессии по массивам исходных данных и необходимо получить все 6 видов уравнения. Лучшим будет то, у которого больше «-квадрат» (коэффициент детерминации); (расчетное значение коэффициента Фишера) и меньше «Значимость » (, соответствующее ). Пример. Предприятие «Импульс» за месяц произвело 2000 приборов. Это генеральная совокупность. Из нее сделали выборку в объеме 11 приборов (). Выборка из генеральной совокупности, объемом 2000 приборов, выполнена с использованием генератора случайных чисел (каждый прибор имеет № от 1 до 2000). Для них путем замеров (стендовых испытаний) определены технические характеристики.
На основе выборочного обследования необходимо сделать заключение о степени и характере зависимости предельной частоты распознаваемого прибором сигнала от его чувствительности. Для этого необходимо построить все уравнения регрессии (№ (1) – (6)) и выбрать лучшее уравнение. Замечание: для получения уравнения (5) необходимо организовать и указать два массива (и ); для получения уравнения (6) - три массива (, и ).
Дата добавления: 2014-01-04; Просмотров: 798; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |