- 1
- 2
- 3
- 4
- 5
- . . .
- последняя »
достаточно тесной. Коэффициент корреляции отражает не только величину приращения у при изменении х, но и тесноту связи функции и аргумента. Чем больше разброс точек относительно линии регрессии, тем меньше коэффициент корреляции. Это свойство коэффициента корреляции отражено в его формуле в виде соотношения стандартных отклонений.
Для оценки надежности полученного результата используют иногда критерий надежности , который учитывает как величину коэффициента корреляции, так и число пар измерений. Критерий надежности рассчитывается по формуле
= r * [m 1] 1/2/ (1 r 2 ),(13)
где r— коэффициент корреляции;
т—число пар измерений.
Как видно из формулы критерия надежности, чем выше коэффициент корреляции и большее число пар измерений, тем больше показатель надежности. При , > 2,6 связь считается статистически достоверной.
Располагая данными можно выполнить анализ взаимосвязи аргумента и функции : построить график с корреляционным полем рассматриваемых показателей, определить теоретическую линию регрессии, оценить тесноту связи для выбранных параметров. Однако, проанализировав конфигурацию корреляционного поля, построенного по исходным данным,можно усмотреть что описание взаимосвязи рассматриваемых параметров с помощью прямой линии не является наилучшей аппроксимацией. Иногда в данное поле корреляции значительно лучше впишется некоторая кривая.
Таким образом из технологического опыта может следовать, что связь между аргументом и функцией имеет криволинейный характер. Возможно, что аппроксимация производственных данных в виде кривой точнее отражала бы существующую взаимосвязь.КРИВОЛИНЕЙНАЯ ПАРНАЯ РЕГРЕССИЯ
Аппроксимация кривой выполняется тем же путем с использованием метода наименьших квадратов, что и выравнивание по прямой линии . Линия регрессии должна удовлетворять условию минимума суммы квадратов расстояний до каждой точки корреляционного поля. В данном случае в уравнении (1) у представляет собой расчетное значение функции, определенное при помощи уравнения выбранной криволинейной связи по фактическим значениям х j. Например, если для аппроксимации связи выбрана парабола второго порядка, то
y = а + b x + cx2,( 14 )
.а разность между точкой, лежащей на кривой, и данной точкой корреляционного поля при соответствующем аргументе можно записать аналогично уравнению (3) в виде
yj = yj ( a + bx + cx2)( 15 )
При этом сумма квадратов расстояний от каждой точки корреляционного поля до новой линии регрессии в случае параболы второго порядка будет иметь вид:
S 2 = yj 2 = [yj ( a + bx + cx2)] 2( 16 )
Исходя из условия минимума этой суммы, частные производные S 2 по а, b и с приравниваются к нулю. Выполнив необходимые преобразования, получим систему трех уравнений с тремя неизвестными для определения a, b и с.
, y= m a+ b x+ c x 2
yx = a x + b x 2 + c x 2.
yx2 = a x 2 + b x 3 + c x4 .( 17 ).
Решая систему уравнений относительно a, b и с, находим численные значения коэффициентов регрессии. Величины y, x, x2, yx, yx2,
- 1
- 2
- 3
- 4
- 5
- . . .
- последняя »
Похожие работы
Тема: Математическое моделирование технологических операций механической обработки поверхностей деталей лезвийными инструментами (Учебное пособите по курсу: математическое моделирование технологических операций-4834) |
Предмет/Тип: Технология машиностроения (Реферат) |
Тема: Математическое моделирование 2 |
Предмет/Тип: Математика (Реферат) |
Тема: Математическое моделирование |
Предмет/Тип: Математика (Реферат) |
Тема: Математическое моделирование |
Предмет/Тип: Математика (Курсовая работа (т)) |
Тема: Математическое моделирование |
Предмет/Тип: Математика (Реферат) |
Интересная статья: Основы написания курсовой работы