Модели статистического прогнозирования

• Название: Модели статистического прогнозирования
• Дата: 19.03.2022
• Размер: 2.07 Mb.
• Имя файла: modeli_statisticheskogo_prognozirovaniya_11_kl1.ppt
• Тип: Документы; #404332

Модели статистического прогнозирования

Статистика – наука о сборе, изменении и анализе массовых количественных данных

Виды статистики

Медицинская
Экономическая
Социальная
Математическая и др.

Табличное и графическое представление статистических данных

С, мг/м3	Р, бол./тыс.
2	19
2,5	20
2,9	32
3,2	34
3,6	51
3,9	55
4,2	90
4,6	108
5	171

Два варианта построения графической зависимости по экспериментальным данным

Этапы получения регрессивной функции:
y=ax+b – линейная функция;
y=ax2+bx+c – квадратичная функция;
y=a ln(x)+b – логарифмическая функция;
y=aebx – экспоненциальная функция;
y=axb – степенная функция;
y=ax3+bx2+cx+d – полином 3 степени.


ТРЕНД (англ. “trend”) – общее направление или тенденция


y=46,361x-99,881
R2=0,8384


y=3.4302e0,7555x
R2=0,9716


y=21,845x2-106,97x+150,21
R2=0,9788

Три функции построенные по МНК

y=46,361x-99,881 – линейная функция
y=3.4302e0,7555x - экспоненциальная функция
y=21,845x2-106,97x+150,21 – квадратичная функция


R2 – коэффициент детерменированности (определяет, насколько удачной является полученная регрессионная модель)


Этапы получения регрессивной функции:
y=ax+b – линейная функция;
y=ax2+bx+c – квадратичная функция;
y=a ln(x)+b – логарифмическая функция;
y=aebx – экспоненциальная функция;
y=axb – степенная функция;
y=ax3+bx2+cx+d – полином 3 степени.


ТРЕНД (англ. “trend”) – общее направление или тенденция


y=46,361x-99,881
R2=0,8384


y=3.4302e0,7555x
R2=0,9716


y=21,845x2-106,97x+150,21
R2=0,9788

Прогнозирование по регрессионной модели

Прогнозирование с помощью электронных таблиц

y=21,845x2-106,97x+150,21
R2=0,9788