Математическое моделирование в управлении

X6 = φ(X4); X8 = φ(X7); X5 = φ(X7) – ограничения.

Рис.3.Анализ парной корреляции.

§1.4 Регрессионный анализ двумерной модели

В среде Excel для двумерного случая линейной регрессии предусмотрено несколько инструментов : статистические функции (КОР

РЕЛ, ЛИНЕЙН, ТЕНДЕНЦИЯ и др.) ; инструмент Регрессия надстройки Пакет анализа ; графические средства при работе с диаграммой – построение линии тренда.

С помощью Пакета анализа можно получить искомую информацию , следуя такому алгоритму:

- разместить на рабочем листе Excel в двух смежных столбцах с соответствующими заголовками статистические данные по двум признакам, подлежащим исследованию (например, X4 и X6);

- Сервис – Анализ данных – Регрессия ;

- в появившемся диалоговом окне Регрессия ввести входные данные в поля Входной интервал Y(X6)и Входной интервал X(X4)и щелкнуть по полю Метки, чтобы заголовки не вошли в интервалы данных;

- ввести параметры вывода в поле Выходной интервал : адрес левого верхнего угла таблицы результатов или щелкнуть поле Новый рабочий лист для вывода на другой лист (см. рис.4);

- для наглядности можно вывести график, щелкнув по полю График подбора ;

- OK.

Рис.4.Работа с диалоговым окном Регрессия.

Результат работы инструмента Регрессия приведен на рис.5. Итак, выборочное уравнение линейной регрессии X6 на X4 имеет вид:

Выходная таблица содержит коэффициент детерминации R2 = 0,368802, что означает, что полученная модель приблизительно на 37% отражает зависимость удельного веса покупных изделий от трудоемкости единицы продукции. Стандартная ошибка (отклонение результата) = 0,118415 означает, что 68% реальных значений результирующего признака x6 находится в диапазоне 0,118415 от линии регрессии. Это следует из того, что условные распределения нормально распределенной генеральной совокупности при фиксировании различных подмножеств компонент являются нормальными.

 Скачать реферат