|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Для указанных моделей найти коэффициенты детерминации и средние относительные ошибки аппроксимации. Сравнить модели по этим характеристикам и сделать выводДля наиболее значимого фактора, определенного в лабораторной работе №1, составить уравнения нелинейной регрессии: гиперболической, степенной, показательной. Привести графики построенных уравнений регрессии. Для степенной и показательной модели строим точечные диаграммы. Далее правой кнопкой мыши щелкаем на любую точку диаграммы и в появившемся окне выбираем –Добавить линии тренда. И выбираем ту, которую будем строить (степенная и экспоненциальная), показываем уравнение на диаграмме и помещаем на диаграмму величину достоверности аппроксимации. Получаем:
Так как гиперболического уравнения нет во вкладке «Добавить линии тренда», то ее строем вручную. Для этого находим 1/х и Ут. Для того, чтобы высчитать Yт, необходимо при помощи Анализа данных-Регрессия найти Вывод итогов. В нем присутствуют необходимые коэффициенты для расчета нужной нам формулы- У-пересечение и 1/х. Находим по формуле: Yт =yпересеч+(1/x)/x
Далее по полученным значениям строим модель:
Для указанных моделей найти коэффициенты детерминации и средние относительные ошибки аппроксимации. Сравнить модели по этим характеристикам и сделать вывод. Для оценки качества нелинейных моделей используют среднюю относительную ошибку аппроксимации и коэффициент детерминации. Для начала найдем Е= yi-ут, Еотн=abs(Еi/ yi) и Еср.отн для каждой модели. Далее находим коэффициент детерминации R2=1-(∑Ei2/∑(yi-yср)2) для каждой модели. Делаем выводы: Для степенной модели Еср.отн. = 37.41%, следовательно точность модели неудовлетворительная и модель использовать нельзя. R2=0.41, то есть изменение цены квартиры Y на 41% по степенной модели зависит от ее жилой площади, фактора X4.
Для показательной модели: Еср.отн=27.03%, следовательно точность модели неудовлетворительная и модель использовать нельзя. R2=0.67, то есть изменение цены квартиры У на 67% по показательной модели зависит от ее жилой площади, фактора х4.
Для гиперболической модели: Еср.отн=24.72%, следовательно точность модели неудовлетворительная и модель использовать нельзя. R2=0,71, то есть изменение цены квартиры Y на 71% по гиперболической модели зависит от ее жилой площади, фактора х4.
Построим сводную таблицу по данным критериям, добавив линейную модель:
Вывод: По величине коэффициента детерминации лучшей является показательная модель. По средней относительной ошибки аппроксимации лучшей является степенная модель. Поиск по сайту: |
Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.004 сек.) |