p>
Об'єктом дослідження є сукупність спостережень за відвідуваністю WEB сайту skalyariya. Тематика сайту - це опис утримання акваріумних риб, догляд ха ними, а також продаж комплектуючих для акваріумів. Сайт пропонує відвідувачам продаж необхідного інвентарю і риб різної середовища змісту. База рідкісних риб поповнюється щодня. Модельованим показником є ??N- кількість осіб в день відвідали сайт.
3.1 Чинники формують моделируемое явище
Відбір факторів для моделі здійснюється у два етапи. На першому йде аналіз, за ??результатами якого дослідник робить висновок про необхідність розгляду тих чи інших явищ в якості змінних, що визначають закономірності розвитку досліджуваного процесу, на другому - склад попередньо відібраних факторів уточнюється безпосередньо за результатами статистичного аналізу. Отримані дані за допомогою програми спостереження за комп'ютерною мережею (Net Medic, Net lab) є не зовсім точними, але досить близькі до реальних і по цьому будемо вважати, що вони дають уявлення про характер процесу. Із сукупності цих факторів відберемо наступні: Залежний фактор: N- кількість осіб в день відвідали сайт. Для моделі в абсолютних показниках
Незалежні фактори: P - Завантаженість внутрішньої мережі (чол/день)
S - Cкорость обміну даними в мережі Кбіт/сек
V - Кількість у продажу видів рідкісних риб на поточний день
B - Кількість Банерів - Рекламних посилань на досліджуваний сайт.
Дані представлені в таблиці 2.
Таблиця 2
№ Об'єкту наблюденіяN Кількість осіб в деньP Завантаженість внутрішньої мережі (осіб/ден) S Швидкість обміну даними в мережі Кбіт/секV Кількість у продажу видів рідкісних риб на поточний деньB Кількість баннеров1116512627165421810463045400431994425543125411108440893414515126064174967610121248452648712254923781814179596025991399285112542622121015115667184619
. 2 Аналіз матриці коефіцієнтів парних кореляцій
Таблиця 3
№ фактораNPSVBN1.00-0.22-0.060.440.12P - 0.221.000.910.680.74S - 0.060.911.000.860.91V0.440.680.861.000.85B0.120.740.910.851.00
З таблиці 3 визначаються тісно корелюють фактори. У наявності мультіколленіарность факторів P і S (0.91). Залишимо тільки один фактор P. І дійсно якщо швидкість в мережі висока то вона може без значних затримок в часі обробити значне кількість запитів від користувачів, значить, чим більше швидкість в мережі, тим більше в ній користувачів. Тим завантаженості мережу.
3.3 Побудова рівняння регресії
Знайдемо шукане рівняння множинної регресії, виключивши з розрахунків, як зазначалося вище, фактори S - швидкість мережі (чол/день)
Шляхом перебору можливих комбінацій залишилися факторних ознак отримаємо таку модель:
Функція N=+ 12.567-0.005 * P + 0.018 * V
Оцінки коефіцієнтів лінійної регресії
№ЗначеніеДісперсіяСреднеквадратіческое отклоненіеЗначеніе t розр 112.572.541.597.882-0.0100-3.6030.02004.07
Критичні значення t-pаспpеделения пpи 8 ступенях свободи мають такі значення:
ймовірність t-значення
0.900 1.400
0.950 1.863
0.990 2.887
У даній моделі | t розр | gt; t критич у всіх коефіцієнтів регресії значить можна стверджувати, що модель є адекватною моделируемому явищу, тобто гіпотеза про значимість рівняння не відкидається, про що говорять також дані видаються комп'ютером:
Характеристики залишків
Середнє значення ................... ............ .. - 0.000
Оцінка дисперсії ................... ............. 3.6
Оцінка наведеної дисперсії ...... .... 4.95
Середній модуль залишків ........... ......... 1.391
Відносна помилка апроксимації. 9.898
Критерій Дарбіна-Уотсона ........... ....... 1.536
Коефіцієнт детермінації ........... ...... 0.690
F - значення (n1=3, n2=8). .......... 143
Гіпотеза про значимість рівняння не відкидається з імовірністю 0.950
3.4 Висновок
При збільшенні кількості вид рідкісних риб, кількість відвідали сайт людей буде збільшуватися. Це означає що зараз сайт в повному обсязі задовольняє запити користувачів, і необхідно збільшити кількість видів ..
<...
