Рисунок 1, Рисунок 2, Рисунок 3, Рисунок 4, Рисунок 5, Рисунок 6, Рисунок 7 - Аппроксимация функций. Метод наименьших квадратов

Очевиднен отрицательный тренд, близкий к линейному, однако реальная зависимость между признаками х и y может определяться другой функцией.

Положительном тренд это такой тренд, когда с течением времени значения временного ряда имеют тенденцию возрастать, а если наоборот, то это отрицательный тренд (тенденция убывания). В нашем случае это отрицательный тренд, так как очевидно, что с течением времени значения убывают.

Линейная модель. Будем искать аппроксимирующую функцию в виде

Рисунок 2

Получаем систему линейных уравнений:

Уравнение линейной регрессии:

Добавим на диаграмму рассеяния линию линейного тренда.

Рисунок 3

Вычислим среднюю ошибку аппроксимации

Рисунок 4

Найденное значение не превышает предельно допустимое, следовательно, гипотеза о линейной корреляции состоятельна.

Квадратическая модель.

Будем искать аппроксимирующую функцию в виде

Рисунок 5

Получаем систему линейных уравнений:

Уравнение квадратичной регрессии:

Добавим на диаграмму рассеяния линию квадратичного тренда.

Рисунок 6

Вычислим среднюю ошибку аппроксимации

Рисунок 7

Найденное значение не превышает предельно допустимое, следовательно, гипотеза о квадратичной корреляции также состоятельна.

Гиперболическая модель.

Аппроксимирующая функция ищется в виде. Вводя замену, получим линейную модель:

Похожие статьи




Рисунок 1, Рисунок 2, Рисунок 3, Рисунок 4, Рисунок 5, Рисунок 6, Рисунок 7 - Аппроксимация функций. Метод наименьших квадратов

Предыдущая | Следующая