На головну

Для побудови рівняння нелінійної регресії виду

  1. I. Найпростіші тригонометричні рівняння
  2. VII. Неоднорідні рівняння першого ступеня
  3. А) за критерієм побудови і функціонування.
  4. Автокорреляция в залишках, її вимір і інтерпретація. Критерій Дарбіна-Уотсона в оцінці якості трендового рівняння регресії.
  5. Алгоритм побудови дерева і визначення ймовірностей
  6. Аналіз основного рівняння лопаточного насоса.
  7. Аналітичне вирівнювання часових рядів. Оцінка параметрів рівняння тренду.
= a0 alx  (6.18)

скористаємося функцією ЛГРФПРІБЛ в Excel, формат вводу аналогічний функції ЛИНЕЙН.

Приклад 6.5. Потрібно побудувати модель нелінійної регресії виду (6.18), використовуючи дані прикладу 6.1.

1) Введемо вихідні дані в таблицю Excel (табл. 6.8).

Таблиця 6.8. Вихідні дані для нелінійної моделі

  A B
x y

2) Знайдемо граничні значення.

   Пределлние значення х1
 хв.  
 макс.  
       

3) Побудуємо рівняння регресії c допомогою функції ЛГРФПРІБЛ:

- Виділити область 2 шпальти і 5 рядків (Число стовпців одно k + 1);

- Викликати функцію ЛГРФПРІБЛ (діапазон у; діапазон х; 1; 1);

- Ввести діапазони вихідних даних ЛГРФПРІБЛ (В2: В10; A2: А10; 1; 1);

- Натиснути клавіші Shift + Ctrl + Enter.

Результати зведені в табл.6.9.

Таблиця 6.9. результати розрахунку

A B C
Експоненціальна модель
  а1 а0
 коефіцієнти  1,000084  699,7396
 СКО  2,05E-05  0,164003
 Достоверн. / Sад.  0,704569  0,319692  
 F / ст.свобод.  16,69419  
 1,706195  0,71542  
           

отримуємо моь = 699,74 ? 1,000084x. За критерієм Фішера видно, що модель адекватна.

Приклад 6.6. Розглянути побудова нелінійної моделі в пакеті STATISTICA, використовуючи дані прикладу 6.1.

1) Запустимо пакет STATISTICA і у вікні (рис.3.7) виберемо модуль «Множинна регресія».

2) Відкриємо вихідні дані з прикладу 6.3 (рис.6.1).

3) Виберемо команду «Продовжити аналіз», з'явиться вікно «Множинна регресія» (рис. 6.7).

4) Змінимо тип регресії на «Фіксована нелінійна» і натиснемо кнопку «ОК».

 Рис.6.7. Вікно множинноїрегресії для нелінійної моделі

5) З'явиться вікно «Регресія з нелінійними компонентами» (рис.6.8), в якому виберемо вид нелінійної функції (наприклад, Х ** 2). Натиснемо кнопку «ОК».

 Рис.6.8. Вікно для вибору нелінійних компонент

6) З'явиться вікно «Визначення моделі» (рис.6.9), виберемо кнопку «Змінні».

 Рис.6.9. Вікно настройки моделі

7) У вікні «Список залежних і незалежних змінних» виберемо не тільки лінійні змінні, але і їх квадрати (ріс.6.10). Натиснемо кнопку «ОК».

 Ріс.6.10. Вікно вибору змінних

8) З'явиться вікно «Результати множинноїрегресії» (рис. 6.11). Виберемо кнопку «Підсумкова таблиця регресії», отримаємо результати (ріс.6.12).

 Рис.6.11. Вікно результатів множинної регресії
 Ріс.6.12. Коефіцієнти рівняння нелінійної регресії

Отримуємо модель виду

= 242,01 + 0,14x1 +9,13 x2 -0,00х12+37,50 х22.

9) Для перевірки адекватності виберемо команду «Дисперсійний аналіз» (рис.6.13).

критерій Фішера

при мінімальному рівні значущості р=0,000, Ступенях свободи n1 = 4 и n2= 4. Це свідчить про адекватність моделі.

 Рис.6.13. Перевірка адекватності нелінійної моделі

Аналогічним чином можна побудувати нелінійну модель іншого типу з запропонованого списку в вікні (рис.6.7).

 



Попередня   1   2   3   4   5   6   7   8   9   10   11   12   13   14   15   16   Наступна

Застосування балансових моделей | Провести розрахунки для двох цехів з використанням пакета Excel. | Завдання для самостійної роботи | На основі регресійних економетричних моделей | Послідовність виконання розрахунків в електронній | Нелінійні економетричні моделі регресії | Завдання для самостійної роботи | Коротка характеристика задач управління запасами | Однопродуктовая статична модель | Однопродуктовая статична модель з «розривами» цін |

© um.co.ua - учбові матеріали та реферати