ÐиÑвÑÑкий наÑÑоналÑний ÑнÑвеÑÑиÑÐµÑ - ÐеологÑÑний ÑакÑлÑÑеÑ
ÐиÑвÑÑкий наÑÑоналÑний ÑнÑвеÑÑиÑÐµÑ - ÐеологÑÑний ÑакÑлÑÑеÑ
ÐиÑвÑÑкий наÑÑоналÑний ÑнÑвеÑÑиÑÐµÑ - ÐеологÑÑний ÑакÑлÑÑеÑ
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Тема_14_MathCad_5.doc 54<br />
Функція регресії описує залежність між двома рядами спостережень, наприклад, між<br />
y ,...,<br />
1<br />
, y<br />
2<br />
y n та. 1, x2 ,..., xn.<br />
x Лінійна регресія має вигляд y=ax+b. Для обчислення оцінок<br />
коефіцієнтів використовуються функції Mathcad:<br />
<br />
<br />
a = slope ( x , y ), b = intercept ( x , y ).<br />
Аргументами служать вектори-стовпчики, компонентами яких є ряди спостережень.<br />
m<br />
m−1<br />
Поліноміальна регресія має вигляд: y = am x + a<br />
m− 1x<br />
+ ... + a1x<br />
+ a0.<br />
Для оцінки<br />
<br />
коефіцієнтів регресії використовується функція a = regress ( x,<br />
y,<br />
m).<br />
Функція<br />
m := 10 σ := 5<br />
F( x) := pnorm x, m,<br />
σ p( x) := dnorm x, m,<br />
σ x := −5, −4.5<br />
.. 25<br />
F( x)<br />
1<br />
0.8<br />
0.6<br />
0.4<br />
0.2<br />
( )<br />
( )<br />
поліноміальної регресії<br />
описується виразом<br />
<br />
interp ( a , x , y,<br />
x).<br />
Статистичні оцінки<br />
числових<br />
характеристик<br />
розподілів<br />
обчислюються за<br />
допомогою функцій<br />
Mathcad:<br />
- середнє значення –<br />
mean( x);<br />
<br />
0<br />
0.1<br />
0.08<br />
5 0 5 10 15 20 25<br />
x<br />
- медіана (серединне<br />
значення) -<br />
median( x);<br />
<br />
- дисперсія -<br />
var( x);<br />
<br />
p( x)<br />
0.06<br />
0.04<br />
- середній<br />
квадратичний<br />
відхил - stdev( x)<br />
;<br />
0.02<br />
0<br />
5 0 5 10 15 20 25<br />
x<br />
- коефіцієнт<br />
кореляції -<br />
<br />
corr(x y<br />
, );<br />
Рис. 64. Графіки функції F(x) та щільності p(x) нормального розподілу