Skocz do zawartości

  •  
  • Mini kompendium
  • MimeTeX
  • Regulamin

Zdjęcie
        STUDIA        

Badania operacyjne



  • Nie możesz napisać tematu
  • Zaloguj się aby odpowiedzieć
1 odpowiedź w tym temacie

#1 aleksaandra20

aleksaandra20

    Nowicjusz

  • Jr Użytkownik
  • 1 postów
0
Neutralny
  • Płeć:Kobieta

Napisano 10.05.2015 - 17:07

Bardzo proszę o pomoc :)

 

post-24844-0-07828000-1431274093.png

Załączone miniatury

  • Bez nazwy.png

Użytkownik Jarekzulus edytował ten post 12.05.2015 - 11:26

  • 0

Afroman

    Kombinator

  • Użytkownik
3
  • Płeć:Kobieta

Napisano 25.09.2011 - 17:55

#2 Jarekzulus

Jarekzulus

    Wielki Analityk

  • +Mods
  • Redaktor
  • 4210 postów
3410
Profesor
  • Płeć:Mężczyzna

Napisano 12.05.2015 - 11:26

Uwaga!

Regulamin punkt 9 mówi:

 

Zakaz umieszczania zeskanowanych zadań.
Treść zadania musi zostać przepisana. Wyjątek stanowią skomplikowane rysunki do zadań. Wiadomości zawierające skany zadań zostaną przesunięte na Wysypisko, a ich autor otrzyma ostrzeżenie.

Proszę przepisać treść zadań.


Zadanie zasadniczo łatwe i jestem pewien, że większość dasz radę zrobić. Napisz z czym jest problem

Możesz użyć macierzy czy tylko wzorów na współczynniki regresji liniowej

------------

 

Widzę, że zainteresowanie "wielkie" zadaniem... no ale może komuś się przyda

 

Równanie regresji liniowej dla jednej zmiennej objaśniającej ma postać

 

\fbox{Y=a\cdot X+b}

 

gdzie:

 

\re{a=\frac{\sum_{i=1}^{n}(y_i-\bar{y})(x_i-\bar{x})}{\sum_{i=1}^{n}(x_i-\bar{x})^2}}

 

\re{b=\bar{y}-a\cdot \bar{x}}

 

Albo używając macierzy (stosuje się dla kilku zmiennych objaśniających, dla jednej tez można ale ze wzoru szybciej - jak kto woli)

 

A=\left[\begin{array}{c}a\\b\end{array}\right]=\(X^T X\)^{-1}\cdot X^TY

 

gdzie

X - to macierz obserwacji zmiennych objaśniajacych

Y - wektor obserwacji zmiennej objaśnianej

 

W tym przypadku mamy:

pre_1431427029__regresja.jpg

Czyli równanie regresji ma postać y=9,3186813\cdot X-61,1208791

 

Oznacza to, że przez rok wieża odchyla się od pionu średnio rzecz ujmując o 9 mm od stanu sprzed roku.

 

Współczynnik korelacji wielorakiej (zazwyczaj oznaczane przez R ) wyraża się wzorem

 

R=\sqrt{R^2}=\sqrt{\frac{\sum_{i=1}^{n}(y^{\sim}_i-\bar{y})^2}{\sum_{i=1}^{n}(y_i-\bar{y})^2}}

 

I wychodzi R^2=0,98797972 a R=0,99397169

 

b) to czy model dobrze pasuje sprawdza się kilkoma wskaźnikami - jakiś szczególny cię interesuje  - to w sumie dość obszerny temat

c) odpowiedz w drugiej linijce pod tabelką

d) Policz y(88) plus ewentualnie odchylenia


Użytkownik Jarekzulus edytował ten post 12.05.2015 - 12:10

  • 0

:wave: :wave: :wave: Jeśli rzuciłem choć promyczek światła na problem który postawiłeś - podziękuj. pre_1433974176__syg.jpgNad kreską






Tematy podobne do: Badania operacyjne     x