Построение регрессионных моделей

Страницы: <<  <  1 | 2 | 3 | 4  >  >>

бъекта (процесса) и связей между ними, представленных на языке математики.

7
Слушают, предлагают варианты ответов.

Отвечают на вопросы

.


3.
Изучение новых знаний
Статистика и статистические данные
Статистика - наука о сборе, измерении и анализе массовых количественных данных.
Рассмотрим пример из медицинской статистики. Специалистами собраны сведения из разных городов о средней концентрации угарного газа в атмосфере C и о заболеваемости астмой (число хронических больных на 1000 жителей P.
Рассмотрим табличное и графическое представление статистических данных.

Как теперь построить математическую модель данного явления? Нужно получить формулу зависимости Р от С. График искомой функции должен проходить близко к точкам диаграммы экспериментальных данных.
Основные требования к искомой функции:
- она должна быть достаточно простой для использования ее в дальнейших вычислениях;
- график этой функции должен проходить вблизи экспериментальных точек так, чтобы отклонения этих точек о графика были минимальны и равномерны.
Полученная таким образом функция называется в статистике регрессионной моделью.
2) Получение регрессионной модели происходит в два этапа: подбор вида функции; вычисление параметров функции.
Чаще всего выбор производится среди следующих функций:
- линейная функция;
- квадратичная функция;
- логарифмическая функция;
- экспоненциальная функция;
- степенная функция.
Во всех этих формулах x - аргумент, y - значение функции, a, b, c - параметры функций.
При выборе одной из функций нужно подобрать параметры так, чтобы функция располагалась как можно ближе к экспериментальным точкам.
Существует метод

Страницы: <<  <  1 | 2 | 3 | 4  >  >>
Рейтинг
Оцени!
Поделись конспектом: