Практическая работа Построение статических и динамических моделей. Построение эмпирических моделей. Линейный регрессионный анализ для построения эмпирических моделей
![]()
|
Метод наименьших квадратов (МНК).Пример. Экспериментальные данные о значениях переменных х и у приведены в таблице. ![]() В результате их выравнивания получена функция ![]() Используя метод наименьших квадратов , аппроксимировать эти данные линейной зависимостью y=ax+b (найти параметры а и b). Выяснить, какая из двух линий лучше (в смысле метода наименьших квадратов) выравнивает экспериментальные данные. Сделать чертеж. Суть метода наименьших квадратов (МНК).Задача заключается в нахождении коэффициентов линейной зависимости, при которых функция двух переменных а и b ![]() Таким образом, решение примера сводится к нахождению экстремума функции двух переменных. Вывод формул для нахождения коэффициентов.Составляется и решается система из двух уравнений с двумя неизвестными. Находим частные производные функции ![]() ![]() Решаем полученную систему уравнений любым методом (например методом подстановки или методом Крамера) и получаем формулы для нахождения коэффициентов по методу наименьших квадратов (МНК). ![]() При данных а и b функция ![]() Вот и весь метод наименьших квадратов. Формула для нахождения параметра a содержит суммы ![]() ![]() ![]() ![]() Пришло время вспомнить про исходый пример. Решение. В нашем примере n=5 . Заполняем таблицу для удобства вычисления сумм, которые входят в формулы искомых коэффициентов. ![]() Значения в четвертой строке таблицы получены умножением значений 2-ой строки на значения 3-ей строки для каждого номера i . Значения в пятой строке таблицы получены возведением в квадрат значений 2-ой строки для каждого номера i . Значения последнего столбца таблицы – это суммы значений по строкам. Используем формулы метода наименьших квадратов для нахождения коэффициентов а и b. Подставляем в них соответствующие значения из последнего столбца таблицы: ![]() Следовательно, y = 0.165x+2.184 - искомая аппроксимирующая прямая. Осталось выяснить какая из линий y = 0.165x+2.184 или ![]() Оценка погрешности метода наименьших квадратов.Для этого требуется вычислить суммы квадратов отклонений исходных данных от этих линий ![]() ![]() ![]() Так как ![]() |