19120

Прогнозирование и регрессионный анализ

Лабораторная работа

Информатика, кибернетика и программирование

Пусть требуется исследовать зависимость Y(x), причем величины у и x измеряются в одних и тех ж экспериментах. Будем считать, что погрешность измерения величины х пренебрежимо мала по сравнению с погрешностью измерения величины у

Русский

2014-03-24

91.16 KB

26 чел.

Лабораторная работа № 3

Прогнозирование и регрессионный анализ

Цели работы:

Получение навыков по прогнозированию и регрессионному анализу  в таблицах Excel

3.1.  Постановка задачи:

Пусть требуется исследовать зависимость  Y(x), причем величины у и x  измеряются в одних  и  тех  ж  экспериментах.  Будем  считать,  что  погрешность измерения  величины  х пренебрежимо  мала  по  сравнению  с  погрешностью измерения  величины  у.  Таким образом,  результаты  эксперимента  можно рассматривать  как  выборочные  значения случайной  величины  η(x),  зависящей  от х как от параметра. Регрессией называют зависимость условного математического  ожидания этой величины от  x, т.е.  Y(x) = M(η|x). Задача  регрессионного  анализа состоит  в  восстановлении  функциональной  зависимости  y(х)  по результатам  измерений (xi,yi), i = 1,2,…,7. 

Аппроксимируем  искомую зависимость  y(x)  функцией  f(x,a1, … ,  ak).  Это означает, что результаты измерений можно представить в виде

где a1,…, ak неизвестные параметры регрессии;

ξi, - случайные величины, характеризующие погрешность эксперимента,

Обычно предполагается, что  ξi  -  это  независимые нормально  распределенные 2  2случайные величины с M ξi  = 0 и одинаковыми дисперсиями М ξi = σ .

Параметры  a1,...,ak следует  выбирать  такими,  чтобы  отклонение предложенной функциональной зависимости от результатов экспериментов было  минимальным. Часто в качестве меры отклонения принимают величину

На практике регрессионный анализ состоит из трех этапов:

1) выдвижение гипотезы о виде функции f(x,a1, … , ak);

2) определение неизвестных параметров (а1, …,аk) по имеющимся данным;

3)  проверка согласованности выдвинутой  гипотезы  с  экспериментальными данными.

Мера  достоверности  регрессионных  зависимостей  оценивается  величиной R2 (квадрат коэффициента корреляции), находящейся в пределах 0≤R2≤1

При  R2  =  0  величины,  для  которых  определяются  уравнения  регрессии, являются независимыми;  при  R2  =  1  имеет  место  функциональная  зависимость.

Принято считать допустимым ≥ 0,7.

Чем больше статических данных, используемых при определении уравнения регрессии, тем точнее будет определена исходная зависимость, если таковая существует. Тем  не  менее  существует  минимальное  количество  необходимыхисходных данных р, с помощью которого можно найти уравнение регрессии. Это количество определяется по формуле:

где k – количество неизвестных параметров в искомом уравнении регрессии, Рассмотренная ранее математическая модель соответствует парной регрессии, поскольку требуется найти зависимость между функцией и  одной переменной. Регрессия называется  множественной,  если  она  описывает зависимость функции от нескольких переменных. Еще  один способ  классификации уравнений регрессии по виду зависимостей, по этому  критерию уравнения регрессии делятся на линейные и нелинейные.

В дальнейшем будут рассматриваться следующие модели:

1)  парная линейная регрессия: у = a2 x+ a1; x

2)  парная нелинейная регрессия (экспоненциальная модель) y = a1a2 ;

3)  множественная линейная регрессия y = a2x2+a3x3+…akxk+a1.

Ход работы:

По исходным данным об объемах реализации фирмой товаров за десять недель.Оопределить вид зависимости между наблюдаемыми величинами х и у, где х - отчетная неделя, у - объем продажи за отчетную неделю, а также спрогнозируем объемы реализации на три предстоящих недели.

Исходная таблица

Для  расчетов  были  использованы  функции  рабочего  лист  ТЕНДЕНЦИЯ, РОСТ, ЛИНЕЙН,  ЛГРФПРИБЛ,  LN,  EХР.  При  этом  большинство  расчетных формул  было введено  в  диапазон  ячеек.  Это  означает,  что  при  вводе  формул были выполнены следующие шаги:

1) выделен диапазон ячеек, в которые вводится формула;

2) в строке ввода набрана требуемая формула;

3) набор формулы завершен нажатием клавиш <Ctrl>+<Shift>+<Enter>.

Формула,  введенная  в  диапазон,  автоматически  обрамляется  в  Excel фигурными скобками {}.

При  решении  рассматриваемой  задачи  в  диапазон  ячеек  В12:В14  была введена

формула построения линейною тренда {=ТЕНДЕНЦИЯ(В2:В11;A2:11;A12:А14)}.

В  диапазон  ячеек  С2:С14  введена  формула  построения  экспоненциального тренда

{=РОСТ (В2:В11;А2:А11;А2:А14)}.

Линейный  и  экспоненциальный  тренды  тесно  связаны  между  собой.  В диапазон ячеек D2:D10 введена формула

{=ЕХР(ТЕНДЕНЦИЯ(LN(В2:В11);A2:А11;А2:А14))};

Как видно из таб. 1, значения в диапазонах С2:С14 и D2:D14 совпадают. В диапазоны ячеек F2:G2 и F3:G3 введены формулы

{=ЛИНЕЙН (В2:В11;А2:А11)}

{=ЛГРФПРИБЛ(В2:В11;А2:А11)}

для определения параметров линейной и экспоненциальной моделей

Как  видно  из  рис. ,  величина  R2  для  экспоненциальной  модели меньше аналогичной величины для линейной модели.  Таким образом, в данном случае линейная модель у = 12,4666 x +  более достоверно описывает зависимость между наблюдаемыми величинами. Поэтому для прогноза следует использовать данные, находящиеся в ячейках В12:В14.

Объем реализации

(экспоненциальная модель)

Объем реализации

(линейная модель)

Вывод: получили навыки по прогнозированию и регрессионному анализу  в таблицах Excel.


 

А также другие работы, которые могут Вас заинтересовать

13320. ВИЗНАЧЕННЯ ПИТОМОЇ ТЕПЛОТИ ПАРОУТВОРЕННЯ РІДИНИ 236 KB
  Лабораторна робота № 5 ВИЗНАЧЕННЯ ПИТОМОЇ ТЕПЛОТИ ПАРОУТВОРЕННЯ РІДИНИ Мета роботи: а вивчення процесів пароутворення; б експериментальне визначення питомої теплоти пароутворення води при температурі кипіння. Прилади та матеріали: калориметр з мішалкою ки
13321. ВИЗНАЧЕННЯ КОЕФІЦІЄНТА ПОВЕРХНЕВОГО НАТЯГУ РІДИНИ МЕТОДОМ ВІДРИВУ КІЛЬЦЯ 168.5 KB
  Лабораторна робота № 6 ВИЗНАЧЕННЯ КОЕФІЦІЄНТА ПОВЕРХНЕВОГО НАТЯГУ РІДИНИ МЕТОДОМ ВІДРИВУ КІЛЬЦЯ. Мета роботи: а вивчення властивостей рідкого стану речовини; б визначення коефіцієнта поверхневого натягу рідини від типу речовини; в визначення залежності коефі
13322. Визначення коефіцієнта Пуасона методом Клемана і Дезорма 473 KB
  Лабораторна робота №8 Визначення коефіцієнта Пуасона методом Клемана і Дезорма. Мста роботи: аВивчення законів ідеального газу. бЕкспериментальне визначення показника адіабати. Прилади і матеріали: балон з двома кранами рідинний манометр ручний насос. Кор...
13323. Визначення теплоти розчинення солі 460 KB
  Лабораторна робота № 9. Визначення теплоти розчинення солі. Мета роботи: адослідним шляхом визначити теплоту розчинення солі; бустановити залежність теплоти розчинення солі від концентрації розчину. Прилади та матеріали: посудина Дюара термометр мензурка сі...
13324. ВИЗНАЧЕННЯ КОЕФІЦІЄНТА ВНУТРІШНЬОГО ТЕРТЯ ТА СЕРЕДНЬОЇ ДОВЖИНИ ВІЛЬНОГО ПРОБІГУ МОЛЕКУЛ ПОВІТРЯ 400 KB
  Лабораторна робота № 10 ВИЗНАЧЕННЯ КОЕФІЦІЄНТА ВНУТРІШНЬОГО ТЕРТЯ ТА СЕРЕДНЬОЇ ДОВЖИНИ ВІЛЬНОГО ПРОБІГУ МОЛЕКУЛ ПОВІТРЯ Мета роботи: а вивчення основних законів молекулярнокінетичної теорії газів; б експериментальне визначення основних параметрів молекулярн...
13325. ВИЗНАЧЕННЯ КОЕФІЦІЄНТА ЛІНІЙНОГО РОЗШИРЕННЯ ТВЕРДИХ ТІЛ 696 KB
  Лабораторна робота №11 ВИЗНАЧЕННЯ КОЕФІЦІЄНТА ЛІНІЙНОГО РОЗШИРЕННЯ ТВЕРДИХ ТІЛ Мета роботи: авивчення термічного розширення твердих тіл; бекспериментальне визначення коефіцієнта лінійного розширення різних матеріалів. Прилади та матеріали: прилад для в...
13326. Визначення вязкості рідини капілярним віскозиметром 365 KB
  Лабораторна робота № 12 Визначення вязкості рідини капілярним віскозиметром. Мета роботи: авивчення властивостей рідини; бекспериментальне визначення коефіцієнта вязкості рідини. Прилади та матеріали: віскозиметр секундомір спирт дистильована вод
13327. Визначення коефіцієнта поверхневого натягу методом Ребіндера 223 KB
  Лабораторна робота №7 Визначення коефіцієнта поверхневого натягу методом Ребіндера. Мета роботи: аВизначення властивостей рідини: бВивчення методів та експериментальне визначення коефіцієнта поверхневого натягу. Прилади та матеріали: аспіратор установка
13328. Комп’ютерний вибір оптимальних однорідних термоелектричних матеріалів для термоелектрики 29.5 KB
  Звіт до лабораторної роботи № 1 Комп’ютерний вибір оптимальних однорідних термоелектричних матеріалів для термоелектрики Мета роботи Використовуючи експериментальні дані кінетичних коефіцієнтів навчитись проводити раціональний вибір термоелектричного мат