Пр№4_Поляков_ТТП-б-20-1-о. Практическая работа 4 Регрессионный анализ транспортного потока
 Скачать 212.52 Kb.
|
|
Практическая работа №4 Регрессионный анализ транспортного потока Цель освоить методику проведения регрессионного анализа транспортного потока. Исходные данные Вариант № D, авт/ч u, км/ч ρ, авт/км 14 1 468 5,2 148 2 750 5,7 130 3 985 8,5 129 4 1210 9,8 112 5 1499 14,5 99 6 1750 16 87 7 1786 21 91 8 1994 26,3 74 9 1893 31,4 69 10 1849 39 53 11 1805 51 31 12 1689 58 38 13 1480 69,6 21 14 872 85 12 Выполнил ст. гр. ТТП/б-20-1-о Поляков Александр 0 20 40 60 80 100 120 140 160 0 10 20 30 40 50 60 70 80 90 ρ, авт /к м u,км/ч График зависимости ρ = f(u) 0 500 1000 1500 2000 2500 0 10 20 30 40 50 60 70 80 90 D, авт /ч u,км/ч График зависимости D= F(u) y = -0,0291x + 5,0682 R² = 0,9801 0 1 2 3 4 5 6 0 10 20 30 40 50 60 70 80 90 ln (p ) u,км/ч График зависимости ln(p)=u Контрольные вопросы 1. Регрессионный анализ – это метод изучения статистической взаимосвязи между одной зависимой переменной от одной или нескольких независимых переменных. В математической статистике линейная регрессия представляет собой метод аппроксимации зависимостей между входными и выходными переменными на основе линейной модели. 2. Регрессионный анализ отражает только количественные зависимости между переменными. 3. Теоретические значения ρ рассчитываются по формуле Теоретические значения D рассчитываются по формуле 5. Зависимость плотности потока от скорости ρ = f(u) Зависимость интенсивности движения от скорости D= F(u) В математической статистике линейная регрессия представляет собой метод аппроксимации зависимостей между входными и выходными переменными на основе линейной модели. При построении графика в Microsoft Exel рекомендуется использовать команду Добавить линию тренда» и выбрать вменю линейную аппроксимацию, а также выбрать опции для отображения уравнения прямой на диаграмме и вывода на диаграмму величины достоверности аппроксимации |