1126

Корреляционный и регрессионный анализ

Лабораторная работа

Математика и математический анализ

Корреляционный анализ. Множественный коэффициент корреляции. Классификатор на основе ядерных оценок. Регрессионный анализ. Коэффициент ошибок (на обучающей выборке). Применение QDA.

Русский

2013-01-06

955 KB

16 чел.

Нижегородский Государственный Технический Университет

Им. Р.Е. Алексеева

Кафедра «Электроника и сети ЭВМ»

Лабораторная работа №4

«Корреляционный и регрессионный анализ»

 

 Выполнил: Гаврилин А.С.

 Студент группы: 06-СБК

 Проверил:  

Нижний Новгород

2011


1. Цель работы

Изучить принципы корреляционного и регрессионного методов.

2. Задание и результаты выполнения задания

При объеме выборке  сформируем матрицу, состоящую из 5 столбцов:

], где NV=2 (номер варианта)

Получим:

Для исходных данных рассчитаем выборочные характеристики: средние арифметические , средние квадратические отклонения .

Корреляционный анализ

Коэффициент корреляции величин и  определяется выражением

.

Коэффициент корреляции характеризует тесноту и вид линейной стохастической зависимости между двумя переменными. Если коэффициент корреляции положителен, то связь прямая. Если коэффициент корреляции отрицателен, то связь обратная. Для некоррелированных величин коэффициент корреляции равен нулю.

Линейную статистическую связь между-м и -м признаками характеризует парный коэффициент корреляции. Множество значений  образуют корреляционную матрицу.

Проанализировав корреляционную матрицу, получим, что признак с номером 1 практически не связан с результатом 4, а признаки 0 и 2 связаны между собой. В результате оставим только два признака – 0 и 2.

          

Линейную статистическую связь между-м и -м признаками (при исключении влияния остальных признаков) характеризует частный коэффициент корреляции

Линейную статистическую связь между-м признаком и линейной комбинацией остальных признаков характеризует множественный коэффициент корреляции

Регрессионный анализ

Регрессионный анализ совокупность методов исследования зависимости среднего значения одной случайной величины от другой или нескольких других величин.

Признак - результат  - 4

Признаки - факторы  - 1 и 2

Уравнение регрессии описывает корреляционную зависимость между  и .

Оценки коэффициентов уравнения (параметров линейной регрессии) определяются по методу наименьших квадратов в соответствии с выражениями

,

Вектор регрессоров (базисных функций)

Оценки параметров

Уравнение регрессии

График зависимости (y=f(x1,x2)) и обучающая выборка:

Расчет значений признака – результата («предсказания»)

Вектор регрессионных остатков («невязок»)

Среднее значение

Среднее линейное отклонение

Среднеквадратическое отклонение

Коэффициент детерминации

Построим график корреляционного поля и линию регрессии  (график «наблюдения-предсказания»):

Гистограмма (оценка плотности вероятности) регрессионных остатков (число интервалов 6)

Синтез классификатора

Пороговое значение для деления признака–результата на две группы.

Визуализация обучающей выборки

Применение LDA

Оценка апостериорной вероятности P(c=1 / x1, x2)

Порог

Решающие области

Классификация обучающей выборки

Решения

Количество ошибок

Коэффициент ошибок (на обучающей выборке)

График P(c=1 / x1, x2) и обучающая выборка

Граница между решающими областями

Применение QDA

Классификация обучающей выборки

Решения

Количество ошибок

Коэффициент ошибок (на обучающей выборке)

График P(c=1 / x1, x2) и обучающая выборка

Граница между решающими областями

Классификатор на основе ядерных оценок

Параметр сглаживания

Априорные вероятности

Порог

Решения

Количество ошибок

Коэффициент ошибок (на обучающей выборке)

График P(c=1 / x1, x2) и обучающая выборка

Граница между решающими областями

Вывод:  Сравнивая полученные коэффициенты ошибок всех используемых методов (LDA и QDA – 0,06; непараметрический метод – 0,1) мы сделали вывод о том, что для заданной выборки лучшим является LDA и QDA методы.



 

А также другие работы, которые могут Вас заинтересовать

67736. Расчет затрачиваемой работы при вырубке (пробивке) и гибке изделий из латуни Л63 397.5 KB
  Процесс выдавливания осуществляют на специальных токарно-давильных станках. Оправка, изготовляемая из металла, вращается с заданной скоростью. Заготовка с помощью прижима удерживается на оправке и благодаря силам трения вращается вместе с ней. Передача деформирующих усилий осуществляется с помощью...
67737. Расчет затрачиваемой работы при вырубке (пробивке) и гибке изделий из стали – 40 347 KB
  Для значительных пластических деформаций, что имеет место при гибке заготовок с относительным радиусом закругления изгиб сопровождается уменьшением толщины материала и смещением нейтрального слоя в сторону сжатых волокон. В этих случаях радиус кривизны нейтрального слоя деформации следует определять по формуле...
67738. ВИКОРИСТАННЯ ЛОГІЧНИХ ФУНКЦІЙ В EXCEL 2010 1.14 MB
  Результатом виконання формули є деяке нове значення що міститься у комірці де знаходиться формула. Якщо формула містить посилання на комірка що містить значення помилки то замість цієї формули також буде виводитися повідомлення про помилку. Кожна з цих функцій має різне призначення і свої особливості...
67740. Функциональные и принципиальные схемы электронной игры “Tetris” 321.5 KB
  Электронная игра – это устройство, предназначенное для развлечения пользователя. Система представляет собой классическую игру “Тетрис”. Данное устройство является переносным, т.е. имеет независимое питание и небольшие размеры. Поэтому чаще всего оно будет полезно при длительном ожидании.
67742. Функциональные и принципиальные схемы проектируемого устройства управления бытовым холодильником 378.5 KB
  Схема управления бытовым холодильником разработанная в данном курсовом проекте содержит встроенный микроконтроллер, который выполняет регулировку температуры, управление освещением, осуществляет подачу сигнала при критически высокой температуре в камере.