UkrReferat.com
найбільша колекція україномовних рефератів

Всього в базі: 75855
останнє поновлення: 2016-12-09
за 7 днів додано 12

Реферати на українській
Реферати на російській
Українські підручники

$ Робота на замовлення
Реклама на сайті
Зворотній зв'язок

 

ПОШУК:   

реферати, курсові, дипломні:

Українські рефератиРусские рефератыКниги
НазваКореляційно-регресивний аналіз (реферат)
АвторPetya/www.ukrreferat.com
РозділІнформатика, компютерні науки
ФорматWord Doc
Тип документуРеферат
Продивилось5905
Скачало609
Опис
ЗАКАЧКА
Замовити оригінальну роботу

Реферат на тему:

 

Кореляційно-регресивний аналіз

 

Основне завдання кореляційного і регресійного методів аналізу полягає в

аналізі статистичних даних для виявлення математичної залежності між

досліджуваними ознаками і встановлення за допомогою коефіцієнтів

кореляції порівняльної оцінки щільності взаємозв’язку, який має певний

числовий вираз.

 

  Кореляційний і регресійний методи аналізу вирішують два основних

завдання:

 

- визначають за допомогою рівнянь регресії аналітичну форму зв‘язку між

варіацією ознак Х і У;

 

- встановлюють ступінь щільності зв‘язку між ознаками.

 

Найчастіше трапляються такі типи зв‘язків:

 

- факторна ознака безпосередньо пов‘язана з результативною;

 

- результативна ознака визначається комплексом діючих факторів;

 

- дві результативні ознаки спричинені дією однієї загальної причини.

 

Розглянемо особливості побудови регресійної моделі. Спочатку на прикладі

лінійної моделі за допомогою засобу Пошук рішення продемонструємо

методику побудови рівняння регресії для однієї залежної й однієї

незалежної змінних. Хоча розглянута модель має дуже специфічний вигляд,

запропонований підхід дозволяє досліджувати будь-яке рівняння регресії.

Потім ми розглянемо функції робочого листа, що безпосередньо обчислюють

різні характеристики лінійного і експонентного рівняння регресії, що

дозволяють значно спростити процедуру регресійного аналізу для цих

найбільше часто використовуваних на практиці моделей.

 

5.5.1. Побудова рівняння регресії на прикладі лінійної моделі

 

Розглянемо приклад використання нелінійної оптимізації за допомогою

засобу Пошук рішення на прикладі побудови лінійного рівняння регресії.

 

Ви менеджер фірми по продажах шин до автомобілів і постійно ведете облік

продажів. У вашому розпорядженні є дві величини, що спостерігаються: х —

номер тижня, у — число проданих шин (тис.шт.) (табл. 5.9). Фірма зовсім

молода, була створена десять тижнів назад, і тому у вашому розпорядженні

є статистика тільки за цей дуже обмежений проміжок часу.

 

Таблиця 5.9- Значення величин, що спостерігаються

 

, що щонайкраще описує значення, які спостерігаються. Звичайно, а и b

підбираються так, щоб мінімізувати суму квадратів різниць теоретичних і

спостережуваних значень залежної змінної (у), тобто мінімізувати

 

 

де n — число спостережень (у даному випадку п = 10).

 

Для рішення цієї задачі:

 

1.  Заповніть чарунки А2:В11 (рис. 5.19).

 

2.  Відведіть під змінні а и b чарунки D2 і Е2.

 

3. В чарунку F2 уведіть функцію мінімізації (це формула масиву, тому не

забудьте завершити її введення натисканням комбінації клавіш

++).

 

{=СУММ((В2:В11-D2*А2:А11-E2)^2) }

 

4.   Виберіть команду Сервіс | Пошук рішення. Діалогове вікно Пошук

рішення заповните, як показано на мал. 5.19. Відзначимо, що на змінні а

и b не накладаються ніяких обмежень.

 

 

Рис. 5.19 – Вихідні дані для побудови лінійної моделі діалогове вікно

„Пошук рішення”

 

5. Натисніть кнопку Виконати. У результаті обчислень засіб Пошук рішення

знайде а = 1,527272655 і b = 6,400000616  (див. рис. 5.20).

-----> Page:

0 [1] [2] [3] [4]

ЗАМОВИТИ ОРИГІНАЛЬНУ РОБОТУ