|
|||||||||||||
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Проверка. Чтобы определить, принимается гипотеза или нет, нужно, во-первых, рассчитать ошибку между точками заданной экспериментальной и полученной теоретическойЧтобы определить, принимается гипотеза или нет, нужно, во-первых, рассчитать ошибку между точками заданной экспериментальной и полученной теоретической зависимости и суммарную ошибку: Ei = (Yi Эксп. – Yi Теор.), i = 1, …, n И, во-вторых, необходимо найти значение σ по формуле , где F — суммарная ошибка, n — общее число экспериментальных точек. Если в полосу, ограниченную линиями Y Теор. – S и Y Теор. + S (рис. 2.5), попадает 68.26% и более экспериментальных точек Yi Эксп., то выдвинутая нами гипотеза принимается. В противном случае выбирают более сложную гипотезу или проверяют исходные данные. Если требуется б о льшая уверенность в результате, то используют дополнительное условие: в полосу, ограниченную линиями Y Теор. – 2 S и Y Теор. + 2 S, должны попасть 95.44% и более экспериментальных точек Yi Эксп..
Расстояние S связано с σ следующим соотношением: S = σ /sin(β) = σ /sin(90° – arctg(A 1)) = σ /cos(arctg(A 1)), что проиллюстрировано на рис. 2.6.
Условие принятия гипотезы выведено из нормального закона распределения случайных ошибок (см. рис. 2.7). P — вероятность распределения нормальной ошибки.
Наконец, приведем на рис. 2.8 графическую схему реализации одномерной линейной регрессионной модели.
Практика № 01: «Регрессионные модели» Лабораторная работа № 01: «Линейные регрессионные модели» Поиск по сайту: |
Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.003 сек.) |