Математические методы обработки результатов экспериментов

Оценка влияния разных факторов на среднюю ожидаемую продолжительность жизни по методу наименьших квадратов. Анализ параметров линейной двухфакторной эконометрической модели с помощью метода наименьших квадратов. Графическое изображение данной зависимости.

Рубрика Экономико-математическое моделирование
Вид практическая работа
Язык русский
Дата добавления 20.10.2015
Размер файла 79,4 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

Министерство образования и науки РФ

филиал федерального Государственного бюджетного образовательного учреждения высшего

профессионального образования

Уфимского государственного нефтяного

технического университета в г. Октябрьском

Кафедра ИТМЕН

ПРАКТИЧЕСКАЯ РАБОТА

по дисциплине “Математические методы обработки результатов экспериментов

Выполнил: студент группы БГРз 12-10

Кирюков Е.М.

Проверил: Усман Ф.К.

ОКТЯБРЬСКИЙ 2014

Метод наименьших квадратов

Основной принцип МНК: Сумма квадратов ошибки модели должна быть минимальной.

Условие задачи:

Изучается зависимость средней ожидаемой продолжительности жизни от нескольких факторов по данным за 1955 г. С этой целью по 14-ти странам были получены данные по нескольким факторам, влияющим на продолжительность жизни, (таблица 1).

Таблица 1

Название страны

y

x1

x2

Мозамбик

47

3

2,6

Бурунди

49

2,3

2,6

Чад

48

2,6

2,5

Непал

55

4,3

2,5

Буркина -Фасо

49

2,9

2,8

Мадагаскар

52

2,4

3,1

Бангладеш

58

5,1

1,6

Гаити

57

3,4

2

Мали

50

2

2,9

Нигерия

53

4,5

2,9

Кения

58

5,1

2,7

Того

56

4,2

3

Индия

62

5,2

1,8

Решение:

1) Изучим влияние фактора х1 на среднюю ожидаемую продолжительность жизни по методу наименьших квадратов.

Для определения формы функциональной зависимости между переменными у и х1 построим диаграмму рассеяния.

На основании диаграммы рассеяния можно сделать вывод о позитивной зависимости продолжительности жизни от фактора х1 (т.е. у будет расти с ростом х1). Наиболее подходящая форма функциональной зависимости -- линейная.

Требуется найти уравнение прямой y=ax+b, наилучшим образом согласующейся с опытными точками.

Для этого составим и решим систему уравнений:

наименьший квадрат эконометрический линейный

Построим таблицу 2 с данными для решения системы уравнений.

Таблица 2

n

1

2

3

4

5

6

7

8

9

10

11

12

13

14

?

xi

3

2,3

2,6

4,3

2,9

2,4

5,1

3,4

2

4,5

5,1

4,2

5,2

6,5

53,5

yi

47

49

48

55

49

52

58

57

50

53

58

56

62

50

744

xi2

9

5,29

6,76

18,49

8,41

5,76

26,01

11,56

4

20,25

26,01

17,64

27,04

42,25

228,47

xiyi

141

112,7

124,8

236,5

142,1

124,8

295,8

193,8

100

238,5

295,8

235,2

322,4

325

2888,4

Получим и решим систему уравнений:

228,47a + 53.5 b = 2888,4

53.5a + 14b=744

228,47a + 53.5 b = 2888,4

6.287b= 288.828

a=1,883864062

b=45,94381

Итак, а=1,883864062 b=45,94381

Таким образом y = 1,8838x+45,94381

Следовательно, при увеличении показателя фактора х1 на единицу при прочих равных условиях средняя ожидаемая продолжительность жизни в среднем увеличивается на 1,8838 единиц.

Графически такая зависимость имеет вид:

2) Изучим влияние фактора х2 на среднюю ожидаемую продолжительность жизни по методу наименьших квадратов.

На основании диаграммы рассеяния можно сделать вывод о зависимости валового дохода от стоимости оборотных средств (т.е. у будет уменьшаться с ростом х2). Наиболее подходящая форма функциональной зависимости -- линейная.

Требуется найти уравнение прямой y=ax+b, наилучшим образом согласующейся с опытными точками.

Для этого составим и решим систему уравнений:

Построим таблицу с данными для решения системы уравнений.

Таблица 3

n

1

2

3

4

5

6

7

8

9

10

11

12

13

14

?

xi

2,6

2,6

2,5

2,5

2,8

3,1

1,6

2

2,9

2,9

2,7

3

1,8

2,9

35,9

yi

47

49

48

55

49

52

58

57

50

53

58

56

62

50

744

xi2

6,76

6,76

6,25

6,25

7,84

9,61

2,56

4

8,41

8,41

7,29

9

3,24

8,41

94,79

xiyi

122,2

127,4

120

137,5

137,2

161,2

92,8

114

145

153,7

156,6

168

111,6

145

1892,2

Получим и решим систему уравнений:

94,79 a + 35.9b = 1892.2

35.9 a + 14 b = 744

94,79 a + 35.9b = 1892.2

94.79a +35.9 b = 1892.2

94,79 a + 35.9b = 1892.2

-1.06545b = -722501

a= - 5.7202

b= 67.811

Итак, а= - 5.7202 b= 67.811

Таким образом y= - 5.7202x + 67.811

Следовательно, при увеличении фактора х2 на единицу при прочих равных условиях ожидаемая продолжительность жизни в среднем уменьшается на 5,7202 единиц.

Графически зависимость имеет вид:

3) Рассмотрим влияние факторов х1 и х2 на среднюю ожидаемую продолжительность жизни.

На основании диаграммы рассеяния можно сделать вывод о позитивной зависимости продолжительности жизни от стоимости фактора х1 и о негативной зависимости продолжительности жизни от фактора х 2(т.е. у будет расти с ростом х1 и у будет убывать с ростом х2 ). Форма функциональной зависимости -- линейная.

В целом необходимо определить параметры двухфакторной эконометрической модели- y=ах1+bx2+c ,наилучшим образом согласующейся с опытными точками.

Оценим параметры линейной двухфакторной эконометрической модели с помощью метода наименьших квадратов. Для этого составим и решим систему уравнений:

Собранные данные представлены в таблице 4:

Таблица 4

n

1

2

3

4

5

6

7

8

9

10

11

12

13

14

?

xi1

3

2,3

2,6

4,3

2,9

2,4

5,1

3,4

2

4,5

5,1

4,2

5,2

6,5

53,5

xi2

2,6

2,6

2,5

2,5

2,8

3,1

1,6

2

2,9

2,9

2,7

3

1,8

2,9

35,9

yi

47

49

48

55

49

52

58

57

50

53

58

56

62

50

744

xi1 xi2

7,8

5,98

6,5

10,75

8,12

7,44

8,16

6,8

5,8

13,05

13,77

12,6

9,36

18,85

134,98

xi12

9

5,29

6,76

18,49

8,41

5,76

26,01

11,56

4

20,25

26,01

17,64

27,04

42,25

228,47

xi22

6,76

6,76

6,25

6,25

7,84

9,61

2,56

4

8,41

8,41

7,29

9

3,24

8,41

94,79

yi xi1

141

112,7

124,8

236,5

142,1

124,8

295,8

193,8

100

238,5

295,8

235,2

322,4

325

2888,4

yi xi2

122,2

127,4

120

137,5

137,2

161,2

92,8

114

145

153,7

156,6

168

111,6

145

1892,2

Получим систему уравнений:

228.47a + 134.98b + 53.5c = 2888.4

134.98a + 94.79b + 35.9c = 1892.2

53.5a + 35.9b + 14c = 744

228.47a + 134.98b + 53.5c = 2888.4

25.464b -7.2651c = - 314,377700

-18.33b -6.2865c = -288,827664

228.47a + 134.98b + 53.5c = 2888.4

25.464b -7.2651c = - 314,377700

1,46811c = 86,859049

228.47a + 134.98b + 53.5*59,16393 = 2888.4

25.464b -7.2651*59,16393 = - 314,377700

c = 59,16393

228.47a + 134.98*(-4,53409) + 53.5*59,16393 = 2888.4

b = -4,53409

c = 59,16393

a = 1,4668944

b = -4,53409

c = 59,16393

Итак, а = 1,4668944 b = -4,53409 c= -59,16393

Таким образом y= 1,4668944x1 - 4,53409 x2 - 59,16393

Вывод: Данная функциональная зависимость позволяет примерно прогнозировать зависимость средней продолжительности жизни от нескольких факторов (х1 и х2)

Коэффициент a= 1,4668944 показывает, что при прочих равных условиях с увеличением влияния фактора х1 на единицу средняя продолжительность жизни увеличится в среднем на 1,4668944 единиц.

Коэффициент b= -4,53409 показывает, что при прочих равных условиях с увеличением влияния фактора х2 на единицу средняя продолжительность жизни уменьшится в на 4,53409 единиц.

Пример:

МНК может применяться и в повседневной жизни. в медицине он служит показателем зависимости артериального давления человека от окружающих параметров, то есть от тех же самых факторов. В зависимости от температуры, влажности воздуха, атмосферного давления и времени суток состояние человека может изменяться. Все данные заносятся в таблицы, подобные тем, что представлены выше в соответствии с изменяющимися факторами. Проанализировав данные наблюдатель может проследить за тенденцией изменения здоровья и понять, что именно влияет на человека.

Размещено на Allbest.ru


Подобные документы

  • Эффективная оценка по методу наименьших квадратов. Корелляционно-регрессионный анализ в эконометрическом моделировании. Временные ряды в эконометрических исследованиях. Моделирование тенденции временного ряда. Расчет коэффициента автокорреляции.

    контрольная работа [163,7 K], добавлен 19.06.2015

  • Поле корреляции и гипотеза о виде уравнения регрессии. Оценка величины влияния фактора на исследуемый показатель с помощью коэффициента корреляции и детерминации. Определение основных параметров линейной модели с помощью метода наименьших квадратов.

    контрольная работа [701,1 K], добавлен 29.03.2011

  • Моделирование экономических процессов с помощью однофакторной регрессии. Оценка параметров проекта методом наименьших квадратов. Расчет коэффициента линейной корреляции. Исследование множественной эконометрической линейной схемы на мультиколлинеарность.

    курсовая работа [326,5 K], добавлен 19.01.2011

  • Оценка коэффициентов парной линейной регрессии, авторегрессионное преобразование. Трехшаговый и двухшаговый метод наименьших квадратов, его гипотеза и предпосылки. Системы одновременных уравнений в статистическом моделировании экономических ситуаций.

    курсовая работа [477,2 K], добавлен 05.12.2009

  • Метод наименьших квадратов; регрессионный анализ для оценки неизвестных величин по результатам измерений. Приближённое представление заданной функции другими; обработка количественных результатов естественнонаучных опытов, технических данных, наблюдений.

    контрольная работа [382,4 K], добавлен 16.03.2011

  • Эффективность линейной несмещенной оценки вектора для обобщенной регрессионной модели, теорема Айткена. Обобщенный метод наименьших квадратов. Преобразования Фурье, их применение; разложение временного ряда. Ряды Фурье, многомерные преобразования.

    реферат [345,4 K], добавлен 09.05.2012

  • Сущность метода наименьших квадратов. Экономический смысл параметров кривой роста (линейная модель). Оценка погрешности и проверка адекватности модели. Построение точечного и интервального прогноза. Суть графического построения области допустимых решений.

    контрольная работа [32,3 K], добавлен 23.04.2013

  • Построение качественной и адекватной эконометрической модели по методу наименьших квадратов и ее анализ на наличие автокорреляции, мультиколлинеарности, гетероскедастичности с применением статистики Дарвина-Уотсона, тестов Парка и Голдфелда-Квандта.

    курсовая работа [434,0 K], добавлен 04.12.2013

  • Анализ метода наименьших квадратов для парной регрессии, как метода оценивания параметров линейной регрессии. Рассмотрение линейного уравнения парной регрессии. Исследование множественной линейной регрессии. Изучение ошибок коэффициентов регрессии.

    контрольная работа [108,5 K], добавлен 28.03.2018

  • Основные методы анализа линейной модели парной регрессии. Оценки неизвестных параметров для записанных уравнений парной регрессии по методу наименьших квадратов. Проверка значимости всех параметров модели (уравнения регрессии) по критерию Стьюдента.

    лабораторная работа [67,8 K], добавлен 26.12.2010

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.