Поделиться
Ср_Пр_Регрессионные модели.docx
Практическая работа по теме: «Получение регрессионных зависимостей и их прогнозирование»
Вариант1
В таблице приводится прогноз средней дневной температуры на последнюю неделю мая в различных городах европейской части России. Построить несколько вариантов регрессионных моделей (не менее трех: линейная, экспоненциальная, полиномиальная), отражающих зависимость температуры от широты города. Выбрать наиболее подходящую функцию и сделать по ней прогноз.
|
Город |
Широта, градусы |
Температура |
|
Воронеж |
51,5 |
16 |
|
Краснодар |
45 |
24 |
|
Липецк |
52,6 |
12 |
|
Новороссийск |
44,8 |
25 |
|
Ростов-на-Дону |
47,3 |
19 |
|
Рязань |
54,5 |
11 |
|
Северодвинск |
64,8 |
5 |
|
Череповец |
59,4 |
7 |
|
Ярославль |
57,7 |
10 |
Практическая работа по теме: «Получение регрессионных зависимостей и их прогнозирование»
Вариант2
По данным таблицы построить несколько регрессионных моделей (линейный, экспоненциальный, логарифмический, полиномиальный тренды). Выбрать наиболее подходящую функцию и сделать по ней прогноз.
|
х |
2 |
4 |
6 |
8 |
10 |
12 |
14 |
16 |
18 |
20 |
22 |
24 |
26 |
28 |
|
y |
44 |
32 |
35 |
40 |
30 |
27 |
21 |
25 |
20 |
23 |
18 |
19 |
20 |
16 |
Практическая работа по теме: «Получение регрессионных зависимостей и их прогнозирование»
Вариант1
В таблице приводится прогноз средней дневной температуры на последнюю неделю мая в различных городах европейской части России. Построить несколько вариантов регрессионных моделей (не менее трех: линейная, экспоненциальная, полиномиальная), отражающих зависимость температуры от широты города. Выбрать наиболее подходящую функцию и сделать по ней прогноз.
|
Город |
Широта, градусы |
Температура |
|
Воронеж |
51,5 |
16 |
|
Краснодар |
45 |
24 |
|
Липецк |
52,6 |
12 |
|
Новороссийск |
44,8 |
25 |
|
Ростов-на-Дону |
47,3 |
19 |
|
Рязань |
54,5 |
11 |
|
Северодвинск |
64,8 |
5 |
|
Череповец |
59,4 |
7 |
|
Ярославль |
57,7 |
10 |
Практическая работа по теме: «Получение регрессионных зависимостей и их прогнозирование»
Вариант2
По данным таблицы построить несколько регрессионных моделей (линейный, экспоненциальный, логарифмический, полиномиальный тренды). Выбрать наиболее подходящую функцию и сделать по ней прогноз.
|
х |
2 |
4 |
6 |
8 |
10 |
12 |
14 |
16 |
18 |
20 |
22 |
24 |
26 |
28 |
|
y |
44 |
32 |
35 |
40 |
30 |
27 |
21 |
25 |
20 |
23 |
18 |
19 |
20 |
16 |
Материалы на данной страницы взяты из открытых источников либо размещены пользователем в соответствии с договором-офертой сайта. Вы можете сообщить о нарушении.
