Практична частина до методів апраксимації - Визначення наявності лінійного зв'язку між в'язкістю та теплоємкістю
Розглянемо емпіричну залежність y=a+bx (1). Так як це лінійна функція, то ні яких перетворень не буде і x та y лишаються без будь-яких перетворень (значення x та y табл.1). Лишається нанести їх на графік у координатах х та у (див. 3437.КР2004-ХТ0303.002ГТ ст.1). Очевидно, що точки добре укладаються на пряму, що доказує можливість застосування рівняння (1) для опису експериментальних даних. Знайдемо тепер коефіцієнти цього рівняння Методом обраних точок. Виберемо на прямій, побудованій в методі вирівнювання, довільні точки найбільш віддалені одна від одної, координати цих точок N(0,61;3620), L(31;295), та складемо систему нормальних рівнянь: кореляція регресія емпіричний інтерполяція
.
Рішивши цю систему отримаємо такі значення коефіцієнтів:
B=-109,41099548; a=3686,74072266.
В результаті отримаємо рівняння y=3686,74072266-109,41099548x (3.1), та розрахуємо по ньому розрахункові і похибку по величині суми квадратів відхилень (табл. 3.1), яка склала114751,0104.
Таблиця 3.1 Розрахунок та відхилення.
№ |
Х |
Y | ||
1 |
1,68 |
3445 |
3502,9303 |
3355,91963 |
2 |
7,86 |
2685 |
2826,7711 |
2099,0448 |
3 |
5,13 |
2890 |
3125,4628 |
55442,730 |
4 |
2,71 |
3320 |
3390,2372 |
4933,2642 |
5 |
0,61 |
3620 |
3620,0001 |
0,000001 |
6 |
31,0 |
295 |
295,0028 |
0,00000784 |
7 |
21,5 |
1360 |
1334,4063 |
655,037479 |
8 |
13,5 |
1990 |
2209,693 |
48265,01425 |
83,99 |
1,96050 |
114751,0104 |
Тепер знайдемо коефіцієнти цього рівняння тільки Методом середніх точок. Тут будуть брати участь усі єкспериментальні точки. Де в обовязковому порядку або X, або Y повинні монотонно змінюватися у системах (значення X та Y у табл. 3.1).
;
Просуміруємо рівняння у кожній системі, та отримаємо нову систему:
Рішивши цю систему отримаємо такі значення коефіцієнтів:
B=-108,92409515;
A=3594,60034180.
В результаті отримаємо рівняння y=3594,60034180-108,9240x (1.1), розрахуємо по ньому розрахункові і похибку по величині суми квадратів відхилень (табл. 3.2, де x та y беруться з табл. 1, вихідні дані 1), яка склала 69525,8113.
Таблиця 3.2 Розрахунок та відхилення.
№ | ||
1 |
3411,608 |
1115,0256 |
2 |
2738,457 |
2857,65084 |
3 |
3035,820 |
21263,4724 |
4 |
3299,416 |
423,7010 |
5 |
3528,156 |
8435,3203 |
6 |
217,9563 |
5935,7317 |
7 |
1252,7343 |
11505,9304 |
8 |
2124,1263 |
17988,979 |
69525,8113 |
Також можна знайти коефіцієнти цього рівняння Методом найменших квадратів, але ж це ми робили у лінійно регресіному аналізі для усіх 4-х рівнянь, зокрема для першого рівняння вона склала 65052,2226.
При застосуванні трьох методів виявилось, що похибка по величині суми квадратів відхилень сама найменша у методі обраних точок (для рівняння (1) табл.3.1). Тобто цей метод можна вважати условно кращим для знаходження коефіцієнтів ємпірічної залежності.
Розглянемо другу емпіричну залежність Y = (2). Перевіримо можливість використання її. Ввівши нові значення змінних Y=lny, X=x, lny=a+bx приведемо її до лінійного виду Y=а+bX. Розрахуємо нові значення змінних X та Y (табл. 2.4) і їх розташовуємо на графіку з координатами Х і Y (3437.КР2004-ХТ03303.002.ГТ ст.2). Як видно, отримані точки не дуже добре укладаються на пряму, отже, даною емпіричною формулою не можна описати єкспериментальні дані.
Розглянемо третю емпіричну залежність У=1/(a+bx) (3), Ввівши нові значення змінних Y=, X=x, приведемо її до лінійного виду Y=a+bX. Получені значення Х та Y (розраховані у попередньому завданні (табл. 2.6) розташовуємо на графіку з координатами Х і Y (див. 3437. КР2004-ХТ03303.002.ГТ ст.3). Очевидно, що точки не укладаються на пряму, отже, даною емпіричною формулою не можна описати єкспериментальні дані.
Розглянемо слідуючу емпіричну залежність Y=a+bх2 (4). Перевіримо можливість використання її. Ввівши нові значення змінних Y=y і X= х2, приведемо її до лінійного виду Y=b+aX. Розрахуємо нові значення змінних X та Y (табл. 2.8) і їх розташовуємо на графіку з координатами Х і Y (3437 КР2004-ХТ03303.002.ГТ ст.4). Як видно, отримані точки не укладаються на пряму, отже, даною емпіричною формулою не можна описати єкспериментальні дані.
Що в методі регресійного аналізу, що в апроксимації вид рівняння, що описує в необхідних межах реальну дійсність повинен обирати сам дослідник. Але ж іноді виявляється, що одні і тіж дані, які укладаються на графіку у яку-небудь криву, можно описати різними видами рівнянь. Отже тепер потрібно перевірити яке з них найкраще підійде, цим і займаються методи регрересивного аналізу і апроксимації.
У даній курсовій роботі представлені деякі дослідні дані, до них рекомендуються декілько рівнянь описуючи теоретично ці дослідні дані. Провевши регресійний аналіз кожної функції, виявилось, що (1) рівняння підходять для описання дослідних даних. Перевіривши цю функцію методом апроксимації (метод вирівнювання), виявилось, що вона підходить, тобто воно описує експериентальні дані в деяких межах. Розрахували коєфіціенти a і b і оцінили похибку по величині суми квадратів відхилень різноманітними методами отримали такі результати:
Методом обраних точок - 114751,0104.
Методом середніх точок - 69525,8113.
Методом найменших квадратів - 65052,2226.
Похибка по величині суми квадратів відхилень сама найменша в методі найменших квадратів, тобто цей метод можна вважати усмовно кращим для знаходження коефіцієнтів ємпірічної залежності.
Похожие статьи
-
Як правило, пошук параметрів здійснюється для емпіричної формули, приведеної до лінійного виду. Метод обраних точок Нехай емпірична формула має вид...
-
Розглянемо вихідні дані 1 (табл.(1)) і рекомендовані нам залежності, проведемо регресійний аналіз для всіх рекомендованих залежностей та виявимо яка з...
-
Проведемо кореляційний аналіз і встановимо наявність лінійного звязку між експерименальними даними (вихідні дані 1). За допомогою прикладної програми...
-
Для розрахунків і оптимізації, як правило, замість табличних даних і графіків використовуються формули, що відбивають закономірності табличного або...
-
Метод найменших квадратів - Визначення наявності лінійного зв'язку між в'язкістю та теплоємкістю
Емпірична формула в загальному виді може бути записана так: = F(хi, aj), Де хi - незалежні змінні, aj - коефіцієнти емпіричної залежності. Відповідно до...
-
Аналіз рівняння регресії - Визначення наявності лінійного зв'язку між в'язкістю та теплоємкістю
Дисперсія адекватності моделі характеризує міру відхилення даних, отриманих розрахунком по рівнянню регресії (1.11) від реальних експериментальних...
-
Лінійний регресійний аналіз - Визначення наявності лінійного зв'язку між в'язкістю та теплоємкістю
Дослідження й оптимізація складних, неорганізованих систем можливі лише за допомогою Рівняння регресії . Проте не завжди експериментальний матеріал дає...
-
Проведемо дослідження наявності лінійного звязку між двома випадковими фізичними властивостями (вихідні дані 2). За допомогою прикладної програми mnk. lk...
-
Лінійна кореляція - Визначення наявності лінійного зв'язку між в'язкістю та теплоємкістю
Як правило при кореляційному аналізі досліджуються тільки лінійні зв'язки між величинами, а статистичні критерії свідчать про наявність або відсутність...
-
Введення, Кореляційний аналіз - Визначення наявності лінійного зв'язку між в'язкістю та теплоємкістю
Математичне опрацювання і аналіз результатів експерименту необхідні як студентам технічних вузів, так і інженерам-дослідникам і інженерам-технологам....
-
В основі моделі (2.2.) - (2.6) лежить рівняння, яке має вигляд: , Зробимо просте перетворення, зробивши заміну: (2.7) І отримаємо рівняння (2.8): (2.8)...
-
Регрессия -- зависимость среднего значения какой-либо величины от некоторой другой величины или от нескольких величин. Задача регрессионного анализа...
-
Перед пошуком розв'язку задачі зробимо деякі перетворення в моделі. Для перетворимо рівняння (2.2) і отримаємо: Отримаємо: Тепер підставимо отриманий...
-
ЗАТ "Біола" випускає три види продукції: напій на основі сиропу з цукром, напій на основі сиропу з цукрозамінником, сік. У поточному місяці прогнозуються...
-
В настоящее время нельзя назвать область человеческой деятельности, в которой в той или иной степени не использовались бы методы моделирования. Особенно...
-
МЕТОД ЗАМЕНЫ ПЛОСКОСТЕЙ ПРОЕКЦИЙ - Основы моделирования геометрических объектов
Изменение взаимного положения проецируемой фигуры и плоскостей проекций методом перемены плоскостей проекций, достигается путем замены плоскостей П1 и П2...
-
До появления современных ИТ не было широких возможностей использовать эффективные экономико-математические модели непосредственно в процессе...
-
Основные понятия теории экономико-математического моделирования Кибернетический подход к исследованию экономико-математических систем Обычно...
-
Даний метод дає можливість прогнозувати попит на основі статистичної моделі, яка характеризує залежність між об'єктом (обсягом збуту) та незалежними...
-
Дана група методів є однією з найбільш поширених в системі прогнозування економічних явищ, зокрема і перспективного попиту на продукцію вугільної...
-
Задача регрессии. Метод наименьших квадратов Ищу функцию регрессии в виде (1*). Оценки коэффициентов нахожу с помощью Метода Наименьших Квадратов (МКВ),...
-
Методы оценки параметров структурной формы модели - Основы эконометрики
Коэффициенты структурной модели могут быть оценены разными способами в зависимости от вида системы одновременных уравнений. Наибольшее распространение в...
-
Обобщенный метод наименьших квадратов - Моделирование в эконометрике
При наличии гетероскедастичности в остатках рекомендуется традиционный метод наименьших квадратов (МНК) заменять обобщенным методом наименьших квадратов...
-
Метод наименьших квадратов - Корреляционно-регрессионный анализ
Для определения коэффициентов уравнения регрессии b применяют разные методы (графический, метод средних), однако наибольшее распространение получил метод...
-
Ранговый метод - Ранговый метод оценивания параметров регрессионной модели
Метод наименьших квадратов широко применяется для оценки параметров линейной регрессии, поскольку достаточно прост в вычислении и при предположении о...
-
Датой рождения метода Монте-Карло принято считать 1949 г., когда появилась статья под названием "The Monte Carlo method". Создателями этого метода...
-
Построение теоретической функции методом наименьших квадратов Задание 1 Используя метод наименьших квадратов найти оценки коэффициентов регрессионной...
-
Метод множителей Лагранжа - Экономико-математические методы
Среди задач (4.1)-(4.3) особое место занимают задачи типа (6.10) , (6.11) Для решения которых можно воспользоваться классическим методом оптимизации...
-
Элементы математических методов и моделей
Введение Основной целью данного курса является ознакомление студентов с основными математическими моделями и методами, используемых в процессах принятия...
-
Адсорбционные методы исследования свойств поверхности позволяют количественно охарактеризовать происходящие при адсорбции межмолекулярные взаимодействия,...
-
Кореляційний і регресивний методи аналізу зв'язку
Кореляційний і регресивний Методи аналізу зв'язку Основне завдання кореляційного і регресійного методів полягає в аналізі статистичних даних для...
-
Поверхность палетки - Сравнение методов вычисления объемов насыпных складов и отвалов
Метод палетки предназначен, главным образом, для построения модели поверхности, а не для расчета объемов. Для детального отображения поверхности нужна...
-
Для побудови алгоритмів розв'язання задач матричних ігор використовується властивість оптимальних змішаних стратегій: оптимальна змішана стратегія...
-
Вступ - Оптимальне планування виробництва методами лінійного програмування
Поступовий перехід України від централізовано-планової системи господарювання до ринкової по-новому ставить питання про методи ведення економіки...
-
Введение, Методы экстраполяции - Формализованные методы прогнозирования
К формализованным методам относятся методы экстраполяции и методы моделирования. Они базируются на математической теории. Среди методов экстраполяции...
-
Методы непараметрической статистики - Основы теории систем и системного анализа
Использование классических распределений случайных величин обычно называют "параметрической статистикой" - мы делаем предположение о том, что...
-
Даний підхід являє собою прогнозування попиту на продукцію вугільної промисловості регіону на основі показників, що випереджують його в часі. Найбільш...
-
Это метод который нашел мировое применение для анализа лекарствнных средств. Он основан на свойстве галогенидов количественно осаждаться нитратом серебра...
-
Заключение - Метод представления знаний в интеллектуальных системах поддержки экспертных решений
Метод обобщенных интервальных оценок, предложенный в настоящей статье, является новым методом представления экспертных знаний в задачах, исходные данные...
-
Оценка адекватности моделей методом факторно-плоскостного пространственного проецирования
Оценка адекватности моделей методом факторно-плоскостного пространственного проецирования Современная автомобильная промышленность ставит перед...
Практична частина до методів апраксимації - Визначення наявності лінійного зв'язку між в'язкістю та теплоємкістю