Типы сооружений для обработки осадков: Септиками называются сооружения, в которых одновременно происходят осветление сточной жидкости...
Типы оградительных сооружений в морском порту: По расположению оградительных сооружений в плане различают волноломы, обе оконечности...
Топ:
История развития методов оптимизации: теорема Куна-Таккера, метод Лагранжа, роль выпуклости в оптимизации...
Проблема типологии научных революций: Глобальные научные революции и типы научной рациональности...
Методика измерений сопротивления растеканию тока анодного заземления: Анодный заземлитель (анод) – проводник, погруженный в электролитическую среду (грунт, раствор электролита) и подключенный к положительному...
Интересное:
Влияние предпринимательской среды на эффективное функционирование предприятия: Предпринимательская среда – это совокупность внешних и внутренних факторов, оказывающих влияние на функционирование фирмы...
Подходы к решению темы фильма: Существует три основных типа исторического фильма, имеющих между собой много общего...
Искусственное повышение поверхности территории: Варианты искусственного повышения поверхности территории необходимо выбирать на основе анализа следующих характеристик защищаемой территории...
Дисциплины:
2017-11-17 | 381 |
5.00
из
|
Заказать работу |
|
|
Среди всего разнообразия вероятностных зависимостей линейные зависимости относятся к одному из наиболее изученных классов. Во многом это объясняется важностью и широким распространением гауссовских моделей, а также тем, что для полного описания таких моделей достаточно лишь линейной теории.
При исследовании линейных зависимостей эффективно используются и корреляционные и регрессионные методы анализа. Ясно, что эти методы имеют много общего и, в то же время, обладают своей спецификой.
Корреляционный анализ позволяет проверить существование и получить количественную оценку линейной взаимосвязи между случайными переменными. Предположим, что наблюдению доступны две случайные величины ξ и η с математическими ожиданиями mξ =M{ ξ }, mη =M{ η } и, соответственно, дисперсиями =M{(ξ-mξ)2 },
=M{(η-mη)2}.
Дляоценки взаимосвязи между ξ и η можно воспользоваться традиционным определением нормированного коэффициента корреляции
(2.9.7)
Такой коэффициент является безразмерной величиной, и его значение может изменяться в диапазоне от -1 до +1. При этом, если
= 0 - величины ξ и η являются некоррелированными,
= ±1 - переменные ξ и η жестко связаны между собой линейной
зависимостью.
Если значение 0<| |<1, то между случайными величинами ξ и η
существует положительная (при > 0) или отрицательная (при < 0)
корреляционная связь. Чем сильнее проявляется эта связь, тем ближе значение приближается к ± 1.
Коэффициент корреляции (7) характеризует лишь линейную связь. Если значение = 0 и исследуемые величины ξ и η некоррелированы, то
это позволяет делать выводы лишь об отсутствии линейной вероятностной зависимости. В общем случае это не является основанием для выводов о независимости случайных величин. Между рассматриваемыми переменными может при этом существовать нелинейная вероятностная или даже нелинейная функциональная связь.
|
Помимо этого, важно подчеркнуть, что коэффициент корреляции (7)
отражает линейную взаимозависимость между случайными величинами ξ и η. При рассмотрении коэффициента корреляции безразлично какая переменная ξ или η является “независимой”, а какая “зависимой”. Общая структура формулы (7) показывает, что при вычислениях коэффициента корреляции можно поменять местами исследуемые величины ξ и η, и именно поэтому в корреляционном анализе выполняется свойство симметрии = относительно переменных ξ и η.
Регрессионный анализ, в отличие от корреляционного, позволяет описывать одностороннюю вероятностную зависимость. Преимуществом регрессионного анализа является то, что на его основе не только делается вывод о зависимости одной случайной величины от другой, но и исследуется форма этой зависимости. Регрессионные методы дают возможность определить функцию у = f(x), позволяющую по заданным значениям переменной находить среднее значение зависимой переменной η. При этом вид функции у = f(x) может быть не только линейным, она может иметь и нелинейный характер.
Совместное использование корреляционных и регрессионных методов дает наибольшую эффективность при исследованиях гауссовских случайных величин. Объясняется это несколькими причинами:
· гауссовские и совместно гауссовские случайные совокупности полностью описываются в рамках корреляционной теории;
· для гауссовских моделей ξ и η функция регрессии m η|ξ = f(ξ) всегда
является линейной функцией;
· при исследовании гауссовских величин ξ и η коэффициент корреляции имеет наглядную физическую интерпретацию и простую взаимосвязь с регрессией.
Для рассмотрения этих особенностей будем считать, что наблюдаемые случайные величины ξ и η характеризуются совместно гауссовским распределением и имеют, соответственно, некоторые математические ожидания m ξ , m η и дисперсии , . Если по формуле (7) для ξ и η определить нормированный коэффициент корреляции , то функция регрессии η на ξ может быть записана в виде:
|
m η|ξ = m η + (ξ- m ξ). (2.9.8)
Такая функция, с одной стороны, соответствует общей форме записи функции регрессии (6) для двух совместно гауссовских величин. С другой стороны, выражение (8) показывает, что регрессионная зависимость в данном случае представляет собой простую линейную функцию вида у = а + bх. Иначе говоря, для гауссовских переменных функция регрессии переходит в линию регрессии. Структура выражения (8) наглядно демонстрирует и взаимосвязь корреляционного и регрессионного анализа: при линейной вероятностной зависимости переменных ξ и η коэффициент корреляции характеризует угол наклона линии регрессии.
На практике при решении многих задач условное математическое ожидание m η|ξ используется в качестве оценки значения случайной
величины η при некотором фиксированном значении ξ. В подобных задачах оценку можно обозначить как и переписать уравнение регрессии (8) в несколько ином виде:
(2.9.9)
По своей сути, такое уравнение (9) дает возможность по заданной нормированной случайной величине ξ o =(ξ - m ξ)/ơ ξ и известному
коэффициенту корреляции на основе регрессионной зависимости (8)
определить значение другой нормированной случайной величины
.
Общее уравнение линейной регрессии (8), с учетом выражения (9), может быть представлено еще в более простой и наглядной форме
, , . (2.9.10)
В качестве дополнительной иллюстрации на схеме 4.3.4 показано несколько характерных примеров графического представления линейных регрессионных зависимостей для коррелированных и некоррелированных совокупностей.
5 Расчет экономической эффективности проекта
Резюме
Данная дипломная работа направлена на разработку базы данных автомобилей и других движущихся средств их номер, ФИО владельца, его адрес, марка автомобиля, дата выпуска, объем двигателя, номера двигателя, шасси и кузова, цвет и т.п. а также нести информирующею функцию для автомобилистов а также информировать ГИБДД и другие органы власти о различных нарушениях, неоплаченных штрафах, угоне. В дальнейшем планируется расширение функционала программного продукта, которое позволит подключаться во всех регионах России к данной базе,а также создание доработанной системой оповещение о штрафах на электронную почту. Программный продукт создается для помощи сотрудникам ГИБДД не несет за собой финансовой выгоды, результаты дипломной работы являются свободно распространяемыми в сети Интернет. План маркетинга составлять не требуется.
|
После составления плана разработки, определения затрат на трудовые и машинные ресурсы и расчета себестоимости проекта можно судить об экономической целесообразности разработки программного продукта.
В данном разделе приведены производственный, организационный и финансовый планы предлагаемых исследований, обусловлена актуальность их проведения.
Научно-технический раздел
Во время подготовки дипломной работы была использована литература, рассматривающая написание программ на языках высокого уровня, а также учебники по MySQL и HTML5. Также за основу разработки были взяты учебники астрономии, а также современные статьи ведущих ученых о проблемах в этой сфере науки.
Патентов на подобную разработку не обнаружено. В сети Интернет встречаются аналогичные технические решения, отвечающие потребностям современной техники, однако уровень реализации не позволяет большому кругу людей пользоваться данной информацией, а также существовала проблема неоптимизированного интерфейса. Имеется большое количество информации по решению задач, связанных с разработкой.
Все ссылки на соответствующие литературу указаны в пояснительной записке к дипломному проекту.
|
|
Археология об основании Рима: Новые раскопки проясняют и такой острый дискуссионный вопрос, как дата самого возникновения Рима...
Типы сооружений для обработки осадков: Септиками называются сооружения, в которых одновременно происходят осветление сточной жидкости...
Историки об Елизавете Петровне: Елизавета попала между двумя встречными культурными течениями, воспитывалась среди новых европейских веяний и преданий...
Типы оградительных сооружений в морском порту: По расположению оградительных сооружений в плане различают волноломы, обе оконечности...
© cyberpedia.su 2017-2024 - Не является автором материалов. Исключительное право сохранено за автором текста.
Если вы не хотите, чтобы данный материал был у нас на сайте, перейдите по ссылке: Нарушение авторских прав. Мы поможем в написании вашей работы!