Главная страница Случайная страница Разделы сайта АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника |
Задания по работе. 1. Изучить метод наименьших квадратов при построении уравнений регрессии, изложенный в параграфе 6.2
1. Изучить метод наименьших квадратов при построении уравнений регрессии, изложенный в параграфе 6.2. Повторить вывод уравнений для получения уравнения регрессии. 2. Для заданного варианта исходных данных, приведенных в таблицах Л7.1 и Л7.2, построить уравнение регрессии, для этого выполнить следующие операции с использованием пакетов MATLAB или MathCad: · вычислить средние значения всех переменных и произвести их центрирование; · вычислить дисперсии всех переменных и произвести их нормирование; · составить матрицу нормированных значений входных переменных; · вычислить вектор коэффициентов уравнения регрессии по формуле ; · получить уравнение регрессии для исходных переменных ; 3. Оценить достоверность и качество построенной модели: · вычислить остаточную дисперсию модели; · вычислить величину критерия Фишера и коэффициент множественной корреляции; на их основе сделать вывод об адекватности построенной модели; · по значениям коэффициентов и сделать вывод о значимости переменных для построенной модели; · в случае, если обнаружатся незначимые переменные, их следует удалить и повторить все действия пунктов 2 и 3. Таблица Л7.1 Исходные данные для построения моделей
Отчет по лабораторной работе должен содержать: · титульный лист, · список заданий по работе, · таблицу значений входных и выходной переменных, взятых из таблицы 7.1 для своего варианта, · таблицы центрированных и нормированных переменных, · матрицу и вектор , · вычисленный вектор , · уравнение регрессии для исходных переменных, · величину остаточной дисперсии и критерия Фишера, а также вывод о адекватности модели, · вывод о значимости переменных , в случае пересчета модели повторить выводы по последним пяти пунктам. ТаблицаЛ 7.2 Данные для построения моделей
Контрольные вопросы по лабораторной работе · Для каких целей используется построение регрессионных моделей систем. · Основные гипотезы, принимаемые при построении регрессионных моделей. · В чем сущность метода наименьших квадратов. · Как метод наименьших квадратов записывается в матричной форме. · В чем преимущество использования активного эксперимента при построении моделей систем · Как оценивается достоверность модели в целом и значимость отдельных факторов.
|