Рисунок 8, Рисунок 9, Рисунок 10, Рисунок 11, Рисунок 12, Рисунок 13, Выводы - Аппроксимация функций. Метод наименьших квадратов

Получим систему линейных уравнений:

Уравнение гиперболической регрессии:

Добавим на диаграмму рассеяния линию гиперболического тренда.

Рисунок 9

Вычислим среднюю ошибку аппроксимации

Рисунок 10

Найденное значение, следовательно, гипотезу о гиперболической модели отвергаем. Исследование этой модели закончено

Экспоненциальная модель.

Аппроксимирующая функция ищется в виде. Логарифмированием и заменой линеаризируем модель:

Рисунок 11

Диаграмма аппроксимация корреляция гиперболический

Получаем систему линейных уравнений:

Уравнение экспоненциальной регрессии:

Добавим на диаграмму рассеяния линию экспоненциального тренда.

Рисунок 12

Вычислим среднюю ошибку аппроксимации

Рисунок 13

Найденное значение не превышает предельно допустимое, следовательно, гипотеза об экспоненциальной зависимости состоятельна.

Выводы

Из построенных моделей несостоятельной оказалась только гиперболическая. Связь между признаками x и y довольно точно описывается линейной, квадратичной и экспоненциальной зависимостями. Однако, сравнивая рассчитанные средние ошибки аппроксимации и коэффициенты детерминации, можно сделать вывод, что наиболее точное описание наблюдаемых значений признаков дает квадратичная модель.

Похожие статьи




Рисунок 8, Рисунок 9, Рисунок 10, Рисунок 11, Рисунок 12, Рисунок 13, Выводы - Аппроксимация функций. Метод наименьших квадратов

Предыдущая | Следующая