Автор работы: Пользователь скрыл имя, 15 Марта 2012 в 23:06, контрольная работа
I. Исследование одномерного набора данных
II. Исследование двумерного набора данных
Уравнение регрессии
1. Общий подход к построению уравнения регрессии на примере линейной модели
2. Функции рабочего листа для уравнения линейной регрессии
3. Экспоненциальная модель
I I I. Проверка статистических гипотез
Значения параметров экспоненциальной модели определяются с помощью функции ЛГРФПРИБЛ (LOGEST).
Синтаксис:
ЛГРФПРИБЛ (известные _ значения _ у; известные _ значения _ х; конст; статистика)
Аргументы:
известные_значения_у | Массив известных значений зависимой наблюдаемой величины |
известные_значения_х | Массив известных значений независимой наблюдаемой величины. Если аргумент известные_значения_х опущен, то предполагается, что это массив {1;2;3;...} такого же размера, как и известные_значения_у |
конст | Логическое значение, которое указывает, требуется ли, чтобы константа b была равна 0. Если аргумент конст имеет значение ИСТИНА или опущен, то b вычисляется обычным образом. Если конст имеет значение ЛОЖЬ, то b полагается равным 0 |
статистика | Логическое значение, которое указывает, требуется ли вывести дополнительную статистику по регрессии, например, коэффициент корреляции. Если статистика имеет значение ИСТИНА, то функция ЛИНЕЙН возвращает дополнительную регрессионную статистику. Если статистика имеет значение ЛОЖЬ или опущена, то функция ЛИНЕЙН возвращает только значения коэффициентов |
Кроме того, одномерную экспоненциальную модель можно построить графически (рис. 7).
Рис. 7 Экспоненциальная линия тренда
На рис. 7 приведены результаты построения экспоненциального уравнения тренда продажи подержанных автомобилей за 7, 8 и 9-ю недели торговли.
В диапазоне ячеек В8:В10 введена формула построения линейного тренда {=ТЕНДЕНЦИЯ(В2:В7;А2:А7;А8:
В диапазоне ячеек С2:С10 введена формула построения экспоненциального тренда
{=РОСТ (132: В"7;А2:А7;А2:А10) }
Линейный и экспоненциальный тренды тесно связаны между собой. В диапазон ячеек D2:D10 введена формула
1-ЕХР(ТЕНДЕНЦИЯ(LN(В2:В7);А2:
Как видно из рисунка, значения в диапазонах С2:С10 и D2:D10 совпадают. В диапазоны ячеек F2:G2 и F3:G3 введены формулы
{=ЛИНЕЙН(В2:В7;А2:А7)} {=ЛГРФПРИБЛ(В2:В7;А2:А7)}
для определения параметров линейной и экспоненциальной моделей.
Квадрат коэффициента корреляции экспоненциальной модели равен 0,947 (рис. 15) и меньше квадрата коэффициента корреляции линейной модели (.= 0,9923) (рис. 6) таким образом, в данном примере линейная модель более достоверно описывает зависимость между наблюдаемыми величинами.
Варианты выборок для контрольной работы
№ | X | Y |
1 | 1,10 | 15,43 |
2 | 3,00 | 10,95 |
3 | 3,00 | 11,34 |
4 | 3,50 | 9,48 |
5 | 6,30 | 3,38 |
6 | 6,35 | 1,52 |
7 | 8,10 | 0,63 |
8 | 9,90 | 6,22 |
9 | 12,60 | 12,10 |
10 | 7,00 | 2,54 |
11 | 8,50 | 3,09 |
12 | 11,20 | 9,07 |
13 | 3,14 | 9,89 |
14 | 2,70 | 10,20 |
15 | 11,00 | 7,20 |
№ | X | Y |
1 | 1,10 | 146,09 |
2 | 2,50 | 135,34 |
3 | 3,00 | 127,28 |
4 | 3,50 | 121,24 |
5 | 8,60 | 22,47 |
6 | 6,35 | 54,82 |
7 | 8,10 | 1,49 |
8 | 9,90 | 78,26 |
9 | 12,60 | 216,12 |
10 | 7,00 | 37,16 |
11 | 8,50 | 18,40 |
12 | 13,10 | 245,90 |
13 | 3,14 | 125,00 |
14 | 2,70 | 130,53 |
15 | 11,00 | 129,31 |
№ | X | Y |
1 | 1,10 | 7,39 |
2 | 2,50 | 2,26 |
3 | 3,00 | 0,68 |
4 | 3,50 | 0,10 |
5 | 8,60 | 3,60 |
6 | 6,35 | 2,85 |
7 | 8,10 | 3,39 |
8 | 9,90 | 3,61 |
9 | 12,60 | 6,42 |
10 | 7,00 | 2,48 |
11 | 8,50 | 3,73 |
12 | 13,10 | 6,76 |
13 | 3,14 | 1,00 |
14 | 2,70 | 2,02 |
15 | 11,00 | 4,35 |
№ | X | Y |
1 | 1,10 | 39,82 |
2 | 2,50 | 34,93 |
3 | 3,00 | 33,03 |
4 | 3,50 | 28,66 |
5 | 8,60 | 2,63 |
6 | 6,35 | 15,82 |
7 | 8,10 | 6,05 |
8 | 9,90 | 0,85 |
9 | 12,60 | 14,53 |
10 | 7,00 | 12,78 |
11 | 8,50 | 5,21 |
12 | 13,10 | 16,32 |
13 | 3,14 | 32,18 |
14 | 2,70 | 33,34 |
15 | 11,00 | 9,47 |
Информация о работе Использование статистических функций MS Excel