Задание 1.2

Номер варианта Вид функции Значения t и y
  Y = a tb t              
y              
  Y=1/(at+b) t              
y   0,5 0,3 0,2 0,2 0,1 0,1
  Y=(a/t)+b t              
y   1,5 1,3 1,2 1,18 1,1 1,07
  Y=a bt t 0,1 0,2 0,5        
y 0,01 0,04 0,25     14,5  
  Y = a tb t 0,5         4,5  
y 0,3            
  Y=1/(at+b) t 0,5         4,5  
y     0,5 0,3 0,22 0,2 0,2
  Y=(a/t)+b t 0,5         4,5  
y     2,3 2,3 2,2 2,15 2,1
  Y=a bt t 0,5   1,5       4,5
y 1,4            
  Y = a tb t 0,8   1,2 1,4 1,6 1,8 1,9
y              
  Y=1/(at+b) t 0.8   1.2 1.4 1.6 1.8 1.9
y 0,21 0,2 0,18 0,17 0,16 0,15 0,15
  Y=(a/t)+b t 0,8   1,2 1,4 1,6 1,8 1,9
y 7,75   6,5 6,14 5,9 5,7 5,6
  Y=a bt t 0,8   1,2 1,4 1,6 1,8 1,9
y 3,9 4,2 4,5 4,8 5,1 5,5 5,7
  Y = a tb t 0,6   1,42 1,6 1,76 1,8 1,99
y 1,5   4,9 5,8 6,6 6,8 7,9
  Y=1/(at+b) t 0,6   1,42 1,6 1,76 1,8 1,99
y 0,17 0,14 0,12 0,11 0,11 0,11 0,10
  Y=(a/t)+b t 0,6   1,42 1,6 1,76 1,8 1,99
y 4,6 4,3 4,2 4,2 4,19 4,19 4,17

Задание 1.3

Номер варианта Базисные функции Значения t и y
  1, t, t2, t3 t              
y              
  1, t*sin(t), t2 t              
y   0,5 0,3 0,9 1,2 4,1 4,0
  1, t, t2 t              
y              
  1, sin(t) t 0,1 0,2 0,5        
y 0,01 0,04 0, 5       0.8
  t, t2, t3 t 0,5         4,5  
y 0,3            
  1, cos(t), t t 0,5         4,5  
y     0,5 0,3 0,5 0,72 0,92
  1, t, t2, t3 t 0,5         4,5  
y     5,3 12,3 62,2 92,15 122,1
  1, t*sin(t), t2 t 0,5   1,5       4,5
y 1,4            
  1, t, t2 t 0,8   1,2 1,4 1,6 1,8 1,9
y 0,64   1,44 1,95 2,68    
  1, sin(t) t 0.8   1.2 1.4 1.6 1.8 1.9
y 0,21 0,2 0,18 0,17 0,16 0,15 0,12
  t, t2, t3 t 0,8   1,2 1,4 1,6 1,8 1,9
y 0,002   1,6 1,89 4,9 7,8 8,4
  1, cos(t), t t 0,8   1,2 1,4 1,6 1,8 1,9
y 3,9 4,2 4,5 4,2 3,1 2,5 2,2
  t, t2, t3 t   1,2 1,42 1,6 1,76 1,8 1,99
y   1,5 1,9 2,7 4,2 7,7 9,33
  1, cos(t), t t 0,6   1,42 1,6 1,76 1,8 1,99
y              
  1, t, t2, t3 t 0,6   1,42 1,6 1,76 1,8 1,99
y              

Задание №2
Проверка значимости парной регрессионной модели
и её параметров

Цель: Освоить на практике методы обоснования адекватности регрессионных моделей прогнозирования.

Задание 2.1

Построить линейную регрессионную модель, оценить адекватность модели регрессии при заданном уровне значимости. Оценить точность построенной регрессионной зависимости с помощью соответствующих коэффициентов: детерминации, корреляции, средней ошибки аппроксимации.

Теория вопроса

В задании №1 мы рассмотрели методы построения эмпирических зависимостей на базе применения метода наименьших квадратов. Дальнейшее применение этой теории связано с проверкой значимости построенной модели, а также составлением точечных и интервальных оценок прогнозируемой величины.


Понравилась статья? Добавь ее в закладку (CTRL+D) и не забудь поделиться с друзьями:  



double arrow
Сейчас читают про: