"justify"> Найбільш прийнятним способом вибору форми зв'язку, тобто виду вихідного рівняння, є метод перебору різних рівнянь.
Для оцінки тісноти множинних кореляційних зв'язків застосовуються лінійний коефіцієнт множинної кореляції і теоретичне множинне кореляційне відношення.
Рівняння прямої лінії записується наступним чином:, де а - це константа (по-іншому вільний член), b - це кутовий коефіцієнт (по-іншому регресійний коефіцієнт або B-коефіцієнт). Таким чином, щоб знайти (передбачити) змінну lt; # 24 src= doc_zip41.jpg / gt; (5.1.26)
Це рівняння має описувати зв'язок між ознакою-функцією і двома найбільш результативними з числа ознак-факторів. Для побудови рівняння важливо визначити характер зв'язку (лінійна або нелінійна) між ознакою-функцією і виділеними ознаками-факторами. Це встановлюється при зіставленні коефіцієнта парної кореляції і кореляційного відношення для вихідних і випрямлених рядів зазначених ознак-факторів. Повна балансова зв'язок має лінійний характер.
Якщо значення зазначених коефіцієнтів мають однаковий знак і коректні, то це підтверджує лінійний характер зв'язку.
. 2 Побудова рівняння множинної регресії
Отже, після зробленого аналізу вибираємо два найбільш підходящих ознаки. Ознаки, за якими має бути побудовано рівняння вибираються на основі розрахованих лінійних коефіцієнтів варіації - за мінімальним значенням, або за максимальним значенням коефіцієнтів парної кореляції. А також по пайовій представництву в середній функції.
Ними є ознака Х1, який підходить за всіма показниками: він має найбільшу показністю, у нього максимальний коефіцієнт варіації і великий коефіцієнт парної кореляції (після ознаки Х2); і ознака Х3: так його коефіцієнт парної кореляції практично такий же, як у ознаки Х2. Ми не враховуємо ознака Х4, так як він має негативний знак при коефіцієнті парної кореляції, а, отже, він випадає. Ознака Х2 так само може бути використаний, але не бажаний для побудови рівняння множинної регресії, тому що, незважаючи на найбільший коефіцієнт парної кореляції, він володіє найменшою показністю
Для побудови рівняння множинної регресії необхідно знайти коефіцієнти регресії. Нам необхідно побудувати модель рівняння множинної регресії за обраними нами ознаками: Х1 і Х3. За допомогою програми визначимо коефіцієнти регресії (b) для рівняння, яке характеризує, якою мірою збільшується функція Y із зростанням на одиницю величини X.
Програма порахувала для цих ознак коефіцієнти регресії:
Для пари ознак Х1 і Х3 отримали наступні коефіцієнти регресії:
Коефіцієнти регресії:
---------------------------
| Kn | Значення |
--------------------------
| b1 | -.792277E + 04 |
--------------------------
| b2 | .272678E + 01 |
--------------------------
| b3 | .789059E + 00 |
--------------------------
Розрахунок абсолютної помилки:
Ітерація дорівнює: 64
Абсолютна помилка дорівнює: .923357E + 03
Відносна помилка дорівнює: 5.13%
Розрахунок зроблений по 11-му рівню.
Помилка не перевищує регламенту.
Імітація явища даними рівнянням надійна.
Підставами знайдені коефіцієнти в рівняння виду:
(5.2.27)
(5.2.28)
Зробимо розрахунок відносної помилки по п'ятому контрольного рівня:
Певна по п'ятому контрольного рівня помилка, яка дорівнює 0,65%, не перевищує регламенту, що говорить про надійність поля регресії і про справедливість обліку нами лінійного зв'язку.
Тому, можна зробити висновок про те, що рівняння, складене за ознаками Х1 і Х3 повністю задовольняє всім поставленим умовам.
Дане рівняння має вигляд:
Висновок
Таким чином, в даній роботі був проведений якісний і кількісний аналіз таблиці вихідних динамічних рядів, виконано ранжування ознак-факторів по їх пайовій представництву в середній функції і коефіцієнтам варіації, вироблено кількісний вимір тісноти зв'язку між динамікою ознаки-функції і певного числа ознак-факторів методом парної кореляції, а так само було побудовано рівняння множинної регресії.
Отримане рівняння є коректним і надійно імітує динаміку ознаки - функції, так як відносна помилка не перевищує допустимий регламент.
Список літератури
