Модели статистического прогнозирования

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

Модели статистического прогнозирования - 11 класс

Модели статистического Модели статистического прогнозирования прогнозирования

Модели статистического прогнозирования - 11 класс

Статистика – наука о сборе, – наука о сборе, Статистика изменении и анализе массовых изменении и анализе массовых количественных данных количественных данных

Модели статистического прогнозирования - 11 класс

Медицинская Экономическая Социальная Математическа я и др. Виды статистики Виды статистики

Модели статистического прогнозирования - 11 класс

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

Модели статистического прогнозирования - 11 класс

Два варианта построения графической Два варианта построения графической зависимости по экспериментальным зависимости по экспериментальным данным данным

Модели статистического прогнозирования - 11 класс

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

Модели статистического прогнозирования - 11 класс

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)

Модели статистического прогнозирования - 11 класс

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

Модели статистического прогнозирования - 11 класс

Прогнозирование по Прогнозирование по регрессионной модели регрессионной модели

Модели статистического прогнозирования - 11 класс

y=21,845x2106,97x+150,21 R2=0,9788 Прогнозирование с помощью Прогнозирование с помощью электронных таблиц электронных таблиц

Материалы на данной страницы взяты из открытых истончиков либо размещены пользователем в соответствии с договором-офертой сайта. Вы можете сообщить о нарушении.

19.04.2018