Регрессионные зависимости

Размещено на /

Задание 1. Вычисление регрессионных зависимостей


1.1. Вычислить значения регрессионно - авторегрессионой зависимости Yk = Yk-1 + a * Xk + b для k = 1, 2, 3, 4, 5, если Xk = k , Y0 = 0, a = 3 b=3.


Регрессионные зависимости Рисунок 1.1 Исходные данные и результат вычислений к п.1.1


1.2. Вычислить значения регрессионно-авторегрессионой зависимости Yk = Yk-1 + a * Xk + b для k = 1, 2, 3, 4, 5, если a =3 b=3, Y0 = 0, а {Xk} = {10, 15, 20, 25, 30}.


Регрессионные зависимости Рисунок 1.2 Исходные данные и результат вычислений к 1.2


1.3. Вычислить значения авторегрессионой зависимости второго порядка Yk = a*Yk-1 + b * Yk-2 для k = 1, 2, 3, 4, 5, если a =3 b=3, Y0 =1, а Y-1 =0.


Регрессионные зависимости Рисунок 1.3 Исходные данные и результат вычислений к п. 1.3


Задание 2. Применение идентификации регрессионных зависимостей


Предприятие производит выпуск продукции, количество которой Q зависит от управления (привлеченных средств) С. Различные варианты эмпирической зависимости Q = Q(С) даны в таблице. Варианты эмпирической зависимости соответствует номеру столбца таблицы, содержащего данные Q.



Условие
С Q0
1 2
2 1
3 3
4 3
5 4
6 6
7 6
8 5

2.1. Задайте вид математической модели зависимости Q = Q(С) в виде линейного уравнения регрессии.


Регрессионные зависимости Рисунок 2.1 Исходные данные с вычислением полученных данных.


Регрессионные зависимости Рисунок 2.2 График построения исходной и линейной зависимости


2.2. Определите его адекватность эмпирическим данным, используя критерии качества модели:

коэффициент корреляции COR;

D - коэффициент детерминации;


Регрессионные зависимости Рисунок 2.3 Нахождение коэффициента корреляции COR


Регрессионные зависимости Рисунок 2.4 определение коэффициента детерминации D


2.3. Подготовьте данные для расчетов средствами Excel, оформив соответствующий шаблон решения задачи.


Регрессионные зависимости Рисунок 2.5 Определение данных с помощью средства Excel "Поиск решения"


Задание 3. Оптимизация производственных и коммерческих операций регрессионный линейный программирование математический 3.1. Найти графическое решение задачи линейного программирования (найти max и min целевой функции).


Регрессионные зависимости


Преобразуем систему неравенств в систему уравнений.


Регрессионные зависимости


Найдем производную F по X1 и X2 F1 (1;1) Найдем по две точки каждой прямой и проведем через них линии:


Регрессионные зависимости


Регрессионные зависимости Рисунок 3.1 Графическое решение задачи линейного программирования


Определим область поиска решений. После этого построим вектор Регрессионные зависимости, проведем через него перпендикуляр. При опускании его к центру координат определим точки max и min. Из графика видно, что точка max образуется при пересечении прямых (1) и (3). Найдем ее координаты:


Регрессионные зависимости


В результате получим X1 = 6; X2 = 1. Значение целевой функции будет равным Fmax = 1*6+1*1 = 7 Как видно из графика точка min X1 = 0; X2 = 3. Значение целевой функции будет равным Fmin = 1*0+1*3 = 3 3.2. Подготовить шаблон для решения задачи средствами Excel и отобразить необходимые команды в интерфейсе инструмента "Поиск решения". Определим max и min целевой функции, для этого заполним в Excel таблицу с данными ограничениями. С помощью средства Excel "Поиск решения" выполним данное задание:


Регрессионные зависимости Рисунок 3.2 Определение max целевой функции


Регрессионные зависимости Рисунок 3.3 Определение min целевой функции Размещено на

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту

Похожие рефераты: