На бирже курсовых и дипломных проектов можно найти образцы готовых работ или получить помощь в написании уникальных курсовых работ, дипломов, лабораторных работ, контрольных работ, диссертаций, рефератов. Так же вы мажете самостоятельно повысить уникальность своей работы для прохождения проверки на плагиат всего за несколько минут.

ЛИЧНЫЙ КАБИНЕТ 

 

Здравствуйте гость!

 

Логин:

Пароль:

 

Запомнить

 

 

Забыли пароль? Регистрация

Повышение уникальности

Предлагаем нашим посетителям воспользоваться бесплатным программным обеспечением «StudentHelp», которое позволит вам всего за несколько минут, выполнить повышение уникальности любого файла в формате MS Word. После такого повышения уникальности, ваша работа легко пройдете проверку в системах антиплагиат вуз, antiplagiat.ru, etxt.ru или advego.ru. Программа «StudentHelp» работает по уникальной технологии и при повышении уникальности не вставляет в текст скрытых символов, и даже если препод скопирует текст в блокнот – не увидит ни каких отличий от текста в Word файле.

Работа № 89013


Наименование:


Курсовик Регрессионный анализ.Регрессионные модели.Метод наименьших квадратов

Информация:

Тип работы: Курсовик. Добавлен: 26.5.2015. Сдан: 2012. Страниц: 30. Уникальность по antiplagiat.ru: < 30%

Описание (план):


ОГЛАВЛЕНИЕ
Введение 3
Описание задачи 6
Регрессионный анализ 7
Регрессионные модели 12
Метод наименьших квадратов 18
Оценивание коэффициентов регрессии с помощью МНК 19
Регрессионный анализ в Mathcad 22
Программная реализация алгоритма решения задачи 26
Список обозначений 29
Список используемой литературы 31



ВВЕДЕНИЕ
Термин "регрессия" был введён Фрэнсисом Гальтоном в конце 19-го века. Гальтон обнаружил, что дети родителей с высоким или низким ростом обычно не наследуют выдающийся рост и назвал этот феномен "регрессия к посредственности". Сначала этот термин использовался исключительно в биологическом смысле. После работ Карла Пирсона этот термин стали использовать и в статистике.
< wiki/index.php?title=%D0%98%D0%B7%D0%BE%D0%B1%D1%80%D0%B0%D0%B6%D0%B5%D0%BD%D0%B8%D0%B5:Regression_Analysis_Approximation.gif>
Аппроксимация функций: непрерывная функция приближает непрерывную или дискретную функцию
В статистической литературе различают регрессию с участием одной свободной переменной и с несколькими свободными переменными - одномерную и многомерную регрессию. Предполагается, что мы используем несколько свободных переменных, то есть, свободная переменная - вектор . В частных случаях, когда свободная переменная является скаляром, она будет обозначаться . Различают линейную и нелинейную регрессию. Если регрессионнуя модель не является линейной комбинацией функций от параметров, то говорят о нелинейной регрессии. При этом модель может быть произвольной суперпозицией функций из некоторого набора. Нелинейными моделями являются, экспоненциальные, тригонометрические и другие (например, радиальные базисные функции или персептрон Розенблатта), полагающие зависимость между параметрами и зависимой переменной нелинейной.
Различают параметрическую и непараметрическую регрессию. Строгую границу между этими двумя типами регрессий провести сложно. Сейчас нет существует общепринятого критерия отличия одного типа моделей от другого. Например, считается, что линейные модели являются параметрическими, а модели, включающие усреднение зависимой переменной по пространству свободной переменной -непараметрическими. Пример параметрической регрессионной модели: линейный предиктор, многослойный персептрон. Примеры смешанной регрессионной модели: функции радиального базиса. Непараметрическая модель - скользящее усреднение в окне некоторой ширины. В целом, непараметрическая регрессия отличается от параметрической тем, что зависимая переменная зависит не от одного значения свободной переменной, а от некоторой заданной окрестности этого значения.
< wiki/index.php?title=%D0%98%D0%B7%D0%BE%D0%B1%D1%80%D0%B0%D0%B6%D0%B5%D0%BD%D0%B8%D0%B5:Regression_Analysis_Interpolation.gif>
Интерполяция: функция задана значениями узловых точек
Есть различие между терминами: "приближение функций", "аппроксимация", "интерполяция", и "регрессия". Оно заключается в следующем.
Приближение функций. Дана функция дискретного или непрерывного аргумента. Требуется найти функцию из некоторого параметрическую семейства, например, среди алгебраических полиномов заданной степени. Параметры функции должны доставлять минимум некоторому функционалу, например,

Термин аппроксимация - синоним термина "приближение функций". Чаще используется тогда, когда речь идет о заданной функции, как о функции дискретного аргумента. Здесь также требуется отыскать такую функцию , которая проходит наиболее близко ко всем точкам заданной функции. При этом вводится понятие невязки - расстояния между точками непрерывной функции и соответствующими точками функции дискретного аргумента.
Интерполяция функций - частный случай задачи приближения, когда требуется, чтобы в определенных точках, называемых узлами интерполяции совпадали значения функции и приближающей ее функции . В более общем случае накладываются ограничения на значения некоторых производных производных. То есть, дана функция дискретного аргумента. Требуется отыскать такую функцию , которая проходит через все точки . При этом метрика обычно не используется, однако часто вводится понятие "гладкости" искомой функции.
Регрессия и классификация тесно связаны друг с другом. Термин алгоритм в классификации мог бы стать синонимом термина модель в регрессии, если бы алгоритм не оперировал с дискретным множеством ответов-классов, а модель - с непрерывно-определенной свободной переменной.
ОПИСАНИЕ ЗАДАЧИ
Для характеристики зависимости у от х рассчитать параметры функции равносторонней гиперболы.
Исходные данные:
По семи территориям Уральского района За 199Х г. известны значения двух признаков.
Район Расходы на покупку продовольственных товаров в общих расходах, %, у Среднедневная заработная плата одного работающего, руб., х
Удмуртская респ. 68,8 + N/2 45,1 - K/2
Свердловская обл. 61,2 + M/2 59,0 - N/2
Башкортостан 59,9 + K/2 57,2 - M/2
Челябинская обл. 56,7 + N/2 61,8 - K/2
Пермская обл. 55,0 + K/2 58,8 - N/2
Курганская обл. 54,3 + M/2 47,2 - K/2
Оренбургская обл. 49,3 + K/2 55,2 - M/2
N=3; M=5; K=3. Следовательно,
X Y
43.6 70.3
57.5 63.7
54.7 61.4
60.3 58.2
57.3 56.5
45.7 56.8
52.7 50.8

РЕГРЕССИОННЫЙ АНАЛИЗ
Регрессионный анализ - метод моделирования измеряемых данных и изучения их характеристик. Данные состоят из пар значений переменной отклика и объясняющей переменной. Регрессионная модель - это функция независимой переменной и параметров с добавленной случайной переменной. Показатели модели настраиваются так, чтобы она наилучшим образом приближала данные. В большинстве случаев, среднеквадратичная ошибка, то есть сумма квадратов разности значений модели и зависимой переменной для всех значений независимой переменной в качестве аргумента является критерием качества приближения (целевой функцией).
Рассматриваемый нами анализ - это неотъемлемая часть математической статистики. Полагается, что переменная отклика - это сумма значений некоторой модели, а также СВ. Что касается характера распределения этой величины, то делаются предположения, которые называются гипотезой порождения данных. Для опровержения или подтверждения данной гипотезы осуществляются статистические тесты (анализ остатка). Считают, что независимая переменная является безошибочной. В основном, регрессионный анализ применяется для прогноза, тестирования гипотез, разбора временных рядов и обнаружения скрытых взаимосвязей в данных.
Стандартная процедура регрессионного анализа получила широкое практическое применение, поскольку она справедлива при некоторых достаточно часто выполняемых предположениях.
Прежде всего, ограничим рассматриваемые модели классом линейных , т.е. таких, что в........


СПИСОК ИСПОЛЬЗУЕМОЙ ЛИТЕРАТУРЫ
1. Вучков И., Бояджиева Л., Солаков Е. «Прикладной линейный регрессионный анализ». - М.: Финансы и статистика, 1987.
2. Бондарь А. Г. «Математическое моделирование в химической технологии».- К.: Вища школа, 1973.
3. Асатурян В. И. «Теория планирования эксперимента». - М.: Радио и связь, 1983.
4. М. Херхагер, Х. Партолль «MathCAD 2000: полное руководство»: Пер. с нем. - К.: Издательская группа BHV, 2000.
5. Регрессионный анализ. [ wiki]
6. Регрессионный анализ. [ wiki/]



Перейти к полному тексту работы


Скачать работу с онлайн повышением уникальности до 90% по antiplagiat.ru, etxt.ru или advego.ru


Смотреть похожие работы

* Примечание. Уникальность работы указана на дату публикации, текущее значение может отличаться от указанного.