Особенности сооружения опор в сложных условиях: Сооружение ВЛ в районах с суровыми климатическими и тяжелыми геологическими условиями...
Кормораздатчик мобильный электрифицированный: схема и процесс работы устройства...
Особенности сооружения опор в сложных условиях: Сооружение ВЛ в районах с суровыми климатическими и тяжелыми геологическими условиями...
Кормораздатчик мобильный электрифицированный: схема и процесс работы устройства...
Топ:
Характеристика АТП и сварочно-жестяницкого участка: Транспорт в настоящее время является одной из важнейших отраслей народного хозяйства...
Проблема типологии научных революций: Глобальные научные революции и типы научной рациональности...
Марксистская теория происхождения государства: По мнению Маркса и Энгельса, в основе развития общества, происходящих в нем изменений лежит...
Интересное:
Аура как энергетическое поле: многослойную ауру человека можно представить себе подобным...
Лечение прогрессирующих форм рака: Одним из наиболее важных достижений экспериментальной химиотерапии опухолей, начатой в 60-х и реализованной в 70-х годах, является...
Национальное богатство страны и его составляющие: для оценки элементов национального богатства используются...
Дисциплины:
 2021-04-18 |
 82 |
из
5.00
|
Заказать работу |
|
|
|
|
В общем случае линейное уравнение имеет вид y = a x + b.
Пусть исходная функция y = f (x) варианта задания имеет вид, показанный в таблице в диапазоне ячеек A 7: B 18, рис. 4.1.1.
Построим точечный график функции y = f (x).
В строке 21 создадим шапку таблицы, как показано на рис. 4.1.1.
В ячейку B 22 запишем произвольную константу 1, а в ячейку C 22 - произвольную константу 2.
Рис. 4.1.1
В ячейку A 22 запишем оператор присваивания для сцепленных символьных констант:
="y="&ТЕКСТ(B22;"0.00")&"x"&ЕСЛИ(C 22<0;ТЕКСТ(C22;"0.00");"+"&ТЕКСТ(C22;"0.00"))
Ячейке С6 присвоим такое же значение, какое приобретает ячейка A 22, то есть C 6 = A 22.
Тогда, в соответствии с выбранными коэффициентами в ячейках B 22=1 и C 22=2, в ячейках A 22 и C 6 получим результат y =1.00 x +2.00.
Запишем в ячейку C 7 уравнение прямой с коэффициентами, взятыми в абсолютной адресации из ячеек B 22 и C 22, то есть =$B$22*A7+$C$22, в качестве аргумента X берётся значение ячейки A7 исходной таблицы.
Скопируем закон преобразования информации ячейки C 7 до ячейки С18 включительно.
В результате получим спектр значений функции y =1.00 x +2.00 на спектре аргументов X в диапазоне значений ячеек A 7: A 18, рис. 4.1.1.
В ячейку C 19, используя мастер функций fx, запишем результат вычисления функции =СУММКВРАЗН(B7:B18;C7:C18), рис. 4.1.2.
Рис. 4.1.2
Примечание: обозначение Массив_ x и Массив_ y, рис. 4.1.2, математическое и не совпадает с обозначениями выполняемого задания.
Добавим на точечный рисунок исходной таблицы уравнение прямой y =1.00 x +2.00, рис. 4.1.3.
Рис. 4.1.3
Заметим, что это уравнение линейной регрессии, с произвольными значениями коэффициентов a =1 и b =2.
Соответствие этого уравнения регрессии исходному распределению оценено с помощью вычисления функции суммы квадратов разностей, значение которой составляет 247.
|
|
Для определения оптимальных значений коэффициентов a и b воспользуемся функцией Поиск решения:
– установим курсор в ячейку C 19;
– последовательно, выбирая Разработчик [2], Данные, Поиск решения [3], вызвать окно Параметры поиска решения, в котором установить параметры, как показано на рис. 4.1.4, и нажать кнопку Найти решение;
Рис. 4.1.4
– увидеть, как в ячейке B 22 установится значение 0.16, в ячейке C 22 – 4.85, в ячейке C 19 – 67.0547786, рис. 4.1.5;
Рис. 4.1.5
Это означает, что прямая с коэффициентами a = 0.16 и b = 4.85 отобразится на графике Линейная регрессия, как показано на рис. 4.1.5, при этом значение суммы квадратов разностей будет минимально и равно 67.0547786.
Таким образом, коэффициенты для линейного уравнения регрессии определены и для исходного задания уравнение имеет вид y = 0.16 x + 4.85.
Чтобы убедиться в правильности решения щёлкнем правой клавишей мышки по любой точке исходного задания на графике Линейная регрессия, рис. 4.1.5.
В появившемся окне выберем раздел Добавить линию тренда, рис. 4.1.6.
Рис. 4.1.6
В появившемся окне Формат линии тренда выбрать параметры Линейная, показывать уравнение на диаграмме и поместить на диаграмму величину достоверности аппроксимации (R ^2) и нажать кнопку Закрыть, рис. 4.1.7.
Рис. 4.1.7
Появившаяся на графике Линейная регрессия линия тренда полностью совпадает с графиком построенного уравнения регрессии y = 0.16 x + 4.85, как и уравнение линии тренда y = 0.1643 x + 4.8485, что является доказательством правильности решения, рис. 4.1.8.
Рис. 4.1.8
Следует отметить, что значение коэффициента детерминации[4] R 2 = 0.0545 свидетельствует о том, что выбранный вид уравнения регрессии (линейная функция) не очень подходит к исходному заданию, так как максимальное значение коэффициента детерминации R 2 = 1.
На рис. 4.1.9 показан результирующий график использования в качестве уравнения регрессии линейной функции y = 0.16 x + 4.85 и построения линии тренда y = 0.1643 x + 4.8485 для исходного варианта задания y = f (x).
|
|
Рис. 4.1.9
|
|
|
Организация стока поверхностных вод: Наибольшее количество влаги на земном шаре испаряется с поверхности морей и океанов (88‰)...
История создания датчика движения: Первый прибор для обнаружения движения был изобретен немецким физиком Генрихом Герцем...
Таксономические единицы (категории) растений: Каждая система классификации состоит из определённых соподчиненных друг другу...
Опора деревянной одностоечной и способы укрепление угловых опор: Опоры ВЛ - конструкции, предназначенные для поддерживания проводов на необходимой высоте над землей, водой...
© 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!