Главная страница Случайная страница КАТЕГОРИИ: АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника |
Регрессионные модели
Построение регрессионных моделей выполнено с помощью команды «Построение линии тренда» программы Excel. На нижеприведенных рисунках показаны различные регрессионные модели, описывающие связь между двумя заданными последовательностями случайных величин.
Рисунок 2 – Экспоненциальная модель
Рисунок 3 – Линейная модель
Рисунок 4 – Логарифмическая модель
Рисунок 5 – Полиномиальная модель
Рисунок 6 – Степенная модель
В таблице 3 показаны сводные данные по всем построенным моделям.
Вывод: проанализировав таблицу можно прийти к выводу, что уравнение регрессии лучшим образом аппроксимирует уравнение y = -0, 0899x2 + 4, 0066x + 26, 604, т.к. R² = 0, 7985
Вывод
Выполнив данную работу я достиг поставленной цели по освоению типовых методов статистического анализа двумерной последовательности случайных величин. Также выполнил поставленные задачи, а именно: выполнил корреляционный, регрессионный, визуальный анализ двумерной последовательности случайных величин.
Часть 2 ПЛАНИРОВАНИЕ ЭКСПЕРИМЕНТОВ
Реалистичное содержание целевой функции В качестве целевой функции (функции отклика, зависимой переменной, реакции системы на воздействие факторов Xi) Y принята скорость бурения:
Y = f(Х1, Х2, Х3).
Реалистичное содержание (сущность) факторов
В качестве факторов функции отклика Xi принимаются:
X1 - частота вращения долота, об./мин. X2 - осевая нагрузка, mc Х3 - подача насоса, л./сек.
|