Модели статистического прогнозирования - 11 класс

  • Презентации учебные
  • ppt
  • 19.04.2018
Публикация в СМИ для учителей

Публикация в СМИ для учителей

Бесплатное участие. Свидетельство СМИ сразу.
Мгновенные 10 документов в портфолио.

Статистика – наука о сборе, изменении и анализе массовых количественных данных. Виды статистики: Медицинская Экономическая Социальная Математическая Табличное и графическое представление статистических данных Метод наименьших квадрантов. Три функции построенные по МНК Прогнозирование по регрессионной модели: (прогноз производится в пределах экспериментальных значений независимой переменной (в нашем случае это концентрация угарного газа С); ЭКСТРАПОЛЯЦИЯ прогнозирование производится за пределами экспериментальных значений Прогнозирование с помощью электронных таблиц
Иконка файла материала Модели статистического прогнозирования.ppt
Модели статистического  Модели статистического  прогнозирования прогнозирования
Статистика – наука о сборе, – наука о сборе, Статистика изменении и анализе массовых изменении и анализе массовых количественных данных количественных данных
Медицинская Экономическая Социальная Математическа я и др. Виды статистики Виды статистики
С, мг/м3 2 2,5 2,9 3,2 3,6 3,9 4,2 4,6 5 Р, бол./т ыс. 19 20 32 34 51 55 90 108 171 Табличное и графическое Табличное и графическое представление представление статистических данных статистических данных
Два варианта построения графической Два варианта построения графической зависимости по экспериментальным зависимости по экспериментальным данным данным
Метод наименьших квадрантов Метод наименьших квадрантов ТРЕНД (англ. “trend”) – общее направле ние или тенденци я y=3.4302e0,7555x R2=0,9716 y=46,361x­99,881 R2=0,8384 Этапы получения регрессивной функции: y=ax+b – линейная функция; y=ax2+bx+c – квадратичная функция; y=a ln(x)+b – логарифмическая функция; y=aebx – экспоненциальная функция; y=axb – степенная функция; y=ax3+bx2+cx+d – полином 3 степени. y=21,845x2­106,97x+150,21 R2=0,9788
Три функции построенные по Три функции построенные по МНКМНКy=46,361x-99,881 – линейная функция y=3.4302e0,7555x - экспоненциальная функция y=21,845x2-106,97x+150,21 – квадратичная функция R2 – коэффициент детерменированно сти (определяет, насколько удачной является полученная регрессионная модель)
Метод наименьших квадрантов Метод наименьших квадрантов Этапы получения регрессивной функции: y=ax+b – линейная функция; y=ax2+bx+c – квадратичная функция; y=a ln(x)+b – логарифмическая функция; y=aebx – экспоненциальная функция; y=axb – степенная функция; y=ax3+bx2+cx+d – полином 3 степени. y=21,845x2­106,97x+150,21 R2=0,9788 ТРЕНД (англ. “trend”) – общее направле ние или тенденци я y=3.4302e0,7555x R2=0,9716 y=46,361x­99,881 R2=0,8384
Прогнозирование по Прогнозирование по регрессионной модели регрессионной модели
y=21,845x2­106,97x+150,21 R2=0,9788 Прогнозирование с помощью Прогнозирование с помощью электронных таблиц электронных таблиц