Навигация:

Главная Случайная страница Обратная связь ТОП Интересно знать Избранные Новые материалы

Топ:

Оценка эффективности инструментов коммуникационной политики: Внешние коммуникации - обмен информацией между организацией и её внешней средой...

Теоретическая значимость работы: Описание теоретической значимости (ценности) результатов исследования должно присутствовать во введении...

Проблема типологии научных революций: Глобальные научные революции и типы научной рациональности...

Интересное:

Как мы говорим и как мы слушаем: общение можно сравнить с огромным зонтиком, под которым скрыто все...

Мероприятия для защиты от морозного пучения грунтов: Инженерная защита от морозного (криогенного) пучения грунтов необходима для легких малоэтажных зданий и других сооружений...

Средства для ингаляционного наркоза: Наркоз наступает в результате вдыхания (ингаляции) средств, которое осуществляют или с помощью маски...

Дисциплины:

Автоматизация Антропология Археология Архитектура Аудит Биология Бухгалтерия Военная наука Генетика География Геология Демография Журналистика Зоология Иностранные языки Информатика Искусство История Кинематография Компьютеризация Кораблестроение Кулинария Культура Лексикология Лингвистика Литература Логика Маркетинг Математика Машиностроение Медицина Менеджмент Металлургия Метрология Механика Музыкология Науковедение Образование Охрана Труда Педагогика Политология Правоотношение Предпринимательство Приборостроение Программирование Производство Промышленность Психология Радиосвязь Религия Риторика Социология Спорт Стандартизация Статистика Строительство Теология Технологии Торговля Транспорт Фармакология Физика Физиология Философия Финансы Химия Хозяйство Черчение Экология Экономика Электроника Энергетика Юриспруденция

Вычисление уравнения регресси.

2017-10-11

175

0.00 из 5.00 0 оценок

Заказать работу

⇐ ПредыдущаяСтр 4 из 4

Обработка экспериментальных данных по определению уравнения линейной регрессии типа y=a+bx

Для несгруппированных данных построение линии регрессии может быть осуществлено непосредственно, так как каждой паре значений величин соответствует точка на плоскости. Предполагая, что корреляционная связь линейна, то есть линия регрессии- прямая, сводим задачу к поиску уравнения прямой линии, наиболее близкой к линии, построенной по экспериментальным данным.

В качестве критерия близости обычно выбирают метод наименьших квадратов, то есть минимизируют сумму квадратов отклонений прямой линии регрессии Y на X.

от экспериментальных данных х1,у1;х2,у2………xn,yn в точках абсцисс, которые совпадают с экспериментальными данными.

Приравнивая нулю частные производные от суммы квадратов отклонений по коэффициенту наклона прямой линии регрессии и отрезку, отсекаемому упомянутой прямой на оси , после несложных математических преобразований получим:

(1)

(2)

Аналогичным образом находят при необходимости и параметры прямой линии регрессии

Х на У (в выражениях (1) и (2) парамерт х заменяют на у и наоборот).

Алгоритм

X7	….	….
X11	….	…..

Формирование выборки парной корреляции y=f(x)

Запись уравнения

Вычисление коэф. «а»

Вычисление коэф. «b»

Вычисление суммы yi и xi

Вычисление суммы произведения xiyi

Вычисление суммы квадратов xi

Приложение №5

КОД ПРОГРАММЫ РАСЧЕТА УРАВНЕНИЯ ЛИНЕЙНОЙ

РЕГРЕССИИ ЗАВИСИМОСТИ ПАРАМЕТРА Х7=f(Х11):

· Х7-диастолическое давление,Х11- температура тела,

· Х7-систолическое давление,Х11- температура тела,

· Х7- температура тела,Х11- температура окружающей среды.

Sub анализ()

Cells(2, 3) = 0

Cells(2, 4) = 0

Cells(2, 5) = 0

Cells(2, 6) = 0

For i = 0 To 117 'задаем цикл от 0 до 117'

Cells(2, 3) = Cells(2, 3) + Cells(i, 1) 'вычисление суммы хi'

Cells(2, 4) = Cells(2, 4) + Cells(i, 2) 'вычисление суммы yi'

Cells(2, 5) = Cells(2, 5) + Cells(i, 1) * Cells(i, 1) 'вычисление суммы квадратов хi'

Cells(2, 6) = Cells(2, 6) + Cells(i, 1) * Cells(i, 2) 'вычисление суммы произведения хi*yi'

Next i

a = (Cells(2, 5) * Cells(2, 4) - Cells(2, 3) * Cells(2, 6)) / (117 * Cells(2, 5) - Cells(2, 3) * Cells(2, 3)) 'вычисление коэффициента "а"'

b = (117 * Cells(2, 6) - Cells(2, 3) * Cells(2, 4)) / (117 * Cells(2, 5) - Cells(2, 3) * Cells(2, 3))

'вычисление коэффициента "b"'

Cells(2, 7) = a 'вывод в ячейку'

Cells(2, 8) = b 'вывод в ячейку'

For i = 1 To 117 'задаем цикл от 0 до 117'

Cells(i, 9) = a + b * Cells(i, 2) 'запись уравнения'

End Sub

Next i

Пояснение к программе

Программа предназначена для расчета УРАВНЕНИЯ ЛИНЕЙНОЙ РЕГРЕССИИ ЗАВИСИМОСТИ ПАРАМЕТРА Х7=f(Х11).

Исходная информация-значение параметров х7 и х11.

Окно ввода исходных данных

Результат расчета по программе.

Форма представления результата-табличная и графическая.

Приложение А Генеральная совокупность экспериментальных данных

Таблица А.1. Генеральная совокупность экспериментальных данных

N п/п

Календарные дни

Время, час

Параметры физиологического состояния

Дневная учебная нагрузка (час.)

Признаки недомогания

Температура

Давление

Частота пульса

Систола

Диастола

10.01.11

08:30

36,6

2.5

нет

13:00

36,7

15:30

36,7

23:30

36,6

11.01.11

08:30

36,6

2.5

нет

13:00

36,7

15:30

36,7

22:00

36,7

12.01.11

08:30

36,6

2.5

нет

10:00

36,5

12:30

36,6

22:30

36,6

13.01.11

07:00

36,6

2.5

нет

13:00

36,6

15:30

36,7

22:30

36,7

14.01.11

08:30

36,8

2.5

нет

13:00

36,9

15:30

36,8

23:30

36,7

15.01.11

08:30

36,6

2.5

нет