Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
I. ŷ=a+bx+cx2.
Параметри a, b, c знаходяться із умови
S=∑(y- ŷ)2 →min
В нашому випадку
S=∑(y- a-bx-cx2)2 →min
Записавши умови існування мінімуму
Одержимо систему лінійних рівнянь відносно a, b, c.
Можна доказати, що визначник системи відмінний від нуля. Значить
система має єдиний розв,язок.
II. ŷ=abx.
Прологарифмувавши,одержимо:
lnŷ=lna+xlnb
Позначивши A=lna,B=lnb,Y=lny,Ŷ=lnŷ,одержимо лінійне відповідно А та В рівняння
Ŷ=А+Вх
Застосувавши МНК,одержимо:
Знайшовши із ситеми А та В, обчислимо
a=eA, b=eB.
III. ŷ=ea+bx.
Прологарифмувавши,одержимо
lnŷ=а+вх.
Застосувавши МНК,одержимо систему:
IV. ŷ=axb
Після логарифмування матимемо:
lnŷ =lna+blnx
Позначивши A=lna, одержимо лінійне відповідно А та b рівняння:
lnŷ =А+blnx
Застосувавши МНК,одержимо систему:
Одержавши із системи А та b, знайдемо а:
a= eA.
Приклади розв,язання задач по темі «Парна регресія»
Задана статистична залежність прибутку від кількості сировини
сировина х (кількість) | ||||||
прибуток у | 330,57 | 347,5 |
1. Найти рівняня регресій
a) ŷ=a+bx d) ŷ=ea+bx
b) ŷ=a+bx+cx2 e) ŷ=axb
c) ŷ=abx
2. Для кожного рівняння побудувати графік,оцінити тісноту та якість зв,язку по коефіцієнтам детермінації R2 та середнім похибкам апроксимацій Ā.
3.Визначити «найкращу» регресію та зробити прогноз для х=хк +∆х =140+21=161.
a) ŷ1=a+bx
Рівняння регресії:
Приведемо графіки заданої статистичної та найденої теоретичної
залежностей:
Оцінимо якість зв,язку: = - 2 = - 2 = 409078,775 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Таким чином одержимо: | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
=8942,5-(87,5) 2 = 1286,25 = 35,864 =68179,796 – (246,017) 2 = 7655,53 = 87,496 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
= 2,399 = 0,983 2 = 0,967
Таким чином, майже 97% зміни у визвано зміною х.
Для визначення середньої похибки апроксимації зробимо таблицю:
Середня похибка апроксимації: | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Ā= 0,3773*100 % =6,29 %, Що не перевищує допустиму (10 %). b) ŷ2=a+bx+cx2 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Розв,язавши систему,одержимо
a = -50,579; b = 4,780; c = - 0,0136.
Таким чином
ŷ2= - 50,579+4,78х -0,014х 2
Приведемо графіки заданої статистичної та найденої теоретичної
залежностей:
| |||||||||
Оцінимо якість зв,язку та визначемо середню похибку апроксимації.
Для цього зробимо таблицю:
x | ||||||||||||
y | 330,57 | 347,5 | ||||||||||
ŷ | 100,1 | 174,4 | 236,8 | 287,2 | 325,6 | 351,9 | ||||||
(y- ŷ) 2 | 24,395 | 41,563 | 33,974 | 46,156 | 24,917 | 19,789 | 190,794 | |||||
(y- ) 2 | 19884,3 | 6085,825 | 225,351 | 2302,88 | 7150,11 | 10299,9 | 45948,3 | |||||
| 0,0467 | 0,0381 | 0,0251 | 0,0232 | 0,0150 | 0,0127 | 0,1608 | |||||
∑(y-ŷ)2
R2 = 1- ———. = 1- =0,9956
∑(y- )2
у – ŷ |
у |
Ā= ∑ 100 % = 0,1608*100 % =2,68 %
c) ŷ=abx
де A=lna,B= lnb.
Розв,язавши систему,одержимо
A= 4,4431, B= 0,0113.
Після потенціювання матимемо
a=eA = 85, 0382 b=eB. = 1,0113
Таким чином
Ŷ3= 85, 0382 * 1,0113x
Графіки заданої статистичної та найденої теоретичної
залежностей:
| |||||||||
Оцінимо якість зв,язку та визначемо середню похибку апроксимації.
Для цього зробимо таблицю:
x | ||||||||||||
y | 330,57 | 347,5 | ||||||||||
Ŷ | 126,013 | 159,549 | 202,011 | 255,773 | 323,843 | 410,029 | ||||||
(y- ŷ) 2 | 441,546 | 71,419 | 840,362 | 1461,30 | 45,252 | 3909,88 | 6769,76 | |||||
(y- ) 2 | 19884,3 | 6085,825 | 225,351 | 2302,88 | 7150,11 | 10299,9 | 45948,3 | |||||
| 0,200 | 0,050 | 0,125 | 0,130 | 0,020 | 0,180 | 0,705 | |||||
Одержимо:
∑(y-ŷ)2
R2 = 1- ———. = 1- =0,85267
∑(y- )2
у – ŷ |
у |
Ā= ∑ 100 % = 0,705*100 % =11,75 %
Таким чином, похибка апроксимації більша 10 %.
d) ŷ 4 =ea+bx
Одержимо:
a = 4,4431, b = 0,0112.
Рівняння регресії буде:
ŷ=e 4,4431 +0,0112 х
Графіки заданої статистичної та найденої теоретичної
залежностей:
| ||||||||
Оцінимо якість зв,язку та визначемо середню похибку апроксимації.
Для цього зробимо таблицю:
x | ||||||||||||
y | 330,57 | 347,5 | ||||||||||
Ŷ | 125,851 | 159,222 | 199,198 | 254,856 | 322,435 | 407,932 | ||||||
(y- ŷ) 2 | 434,773 | 77,0515 | 1011,36 | 1524,43 | 66,1864 | 3625,00 | 6765,81 | |||||
(y- ) 2 | 19884,3 | 6085,825 | 225,351 | 2302,88 | 7150,11 | 10299,9 | 45948,3 | |||||
| 0,1986 | 0,0522 | 0,1377 | 0,1331 | 0,0246 | 0,1739 | 0,9093 | |||||
Одержимо:
∑(y-ŷ)2
R2 = 1- ———. = 1- = 0,853
∑(y- )2
у – ŷ |
у |
Ā= ∑ 100 % = 0,9093*100 % =15,16 %
Таким чином, похибка апроксимації більша 10 %.
e) ŷ5 =axb
де A=lna;
Розв,язавши систему,одержимо
A= 1, 5146; b= 0,8947.
Після потенціювання матимемо
a=eA = 4,5458
Таким чином
Ŷ= 4,5458*x0,8947
Графіки заданої статистичної та найденої теоретичної
залежностей:
Оцінимо якість зв,язку та визначемо середню похибку апроксимації.
Для цього зробимо таблицю:
x | ||||||||||||
y | 330,57 | 347,5 | ||||||||||
Ŷ | 109,418 | 166,615 | 221,541 | 274,891 | 327,041 | 378,226 | ||||||
(y- ŷ) 2 | 19,5170 | 1,9182 | 89,4784 | 365,158 | 12,4538 | 944,069 | 1432,59 | |||||
(y- ) 2 | 19884,3 | 6085,825 | 225,351 | 2302,88 | 7150,11 | 10299,9 | 45948,3 | |||||
| 0,042 | 0,008 | 0,041 | 0,065 | 0,011 | 0,088 | 0,255 | |||||
Одержимо:
∑(y-ŷ)2
R2 = 1- ———. = 1- = 0,9688
∑(y- )2
у – ŷ |
у |
Ā= ∑ 100 % = 0,255*100 % =4,25 %
Похибка апроксимації менше 10 %.
Порівнюючи одержані результати, приходимо до висновку,що квадратична регресія
Ŷ=a+bx+cx2 = - 50,579 + 4,7804 х – 0,0136 х2
найбільш якісно характеризує задану статистичну залежність.
Дата публикования: 2014-11-28; Прочитано: 391 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!