Автор работы: Пользователь скрыл имя, 07 Июня 2012 в 17:43, дипломная работа
Вычисление регрессии - это метод измерения связи между одной или несколькими причинами и следствием.
Разработано множество методов изучения связей, выбор которых зависит от целей исследования и от поставленных задач. Вместе с тем следует учитывать, что полную характеристику каждому типу явлений можно дать при использовании системы признаков. Признак - это основная отличительная черта, особенность изучаемого явления или процесса. Количественное представление признака называется показателем.
Признаки по их значению для изучения взаимосвязи делятся на два класса: факторные и результативные.
Результативный признак - исследуемый показатель любого процесса, как правило, характеризующий эффективность процесса.
Факторный признак - показатель, влияющий на значение результативного показателя.
Для экономических явлений характерны корреляционные связи: конкретной величине причины противостоят различные, но находящиеся в определенных пределах величины следствия, так как на действительную связь влияют второстепенные причины. Влияние второстепенных причин исключают, приводя корреляционную связь к функциональной, на которую влияют только основные причины. Функциональная связь выражается уравнением.
I.
Введение
3
1. Задачи регрессии
3
2. Регрессионная модель
3
3. Этапы решения регрессионного анализа
4. Определение типа функции
5. Формы связи. Прямая и обратная регрессии
6. Типы функций
7. Линейная однофакторная регрессия. Метод наименьших квадратов.
8. Возможности и функции MathCAD
4
4
5
5
6
7
II.
Задание по курсовой работе
8
1. Постановка задачи
8
2. Кубическая парабола
9
3. Квадратная парабола
11
4. Степенная функция
12
5. Коэффициент взаимной корреляции
14
6. Вывод
17
III.
Список использованной литературы
18
-16-
6.Вывод.
1. Итак, для исходных данных задачи построены три модели регрессии:
- кубическая регрессия
- параболическая регрессия
- степенная регрессия
Индекс корреляции этих моделей составил R1=0.9894; R2=0.9864; R3=0.9822
Наибольший индекс корреляции у модели кубической регрессии, следовательно
она описывает исходные данные наилучшим образом, по сравнению с двумя другими моделями.
2. Для решения
задач регрессионного анализа
требуются большие временные
затраты, так же возможны
фактора,
поэтому целесообразно их
-17-
III.СПИСОК ИСПОЛЬЗУЕМОЙ
ЛИТЕРАТУРЫ
1.Громыко Г.Л. Теория статистики. М.: Инфра-М, 2000.
2.Гультяев А.К. Имитационное моделирование в среде Windows. –
Санкт – Петербург.: Корона – принт, 2001.
3.Исследование операций в экономике /Под ред. Кремер. – М.: ЮНИТИ, 2004.
4. http://www.iworld.ru/
5. http://dic.academic.ru/dic.
6. http://revolution.allbest.ru/
-18-
Информация о работе Моделирование работы заправочной станции