Что такое findslide.org?

FindSlide.org - это сайт презентаций, докладов, шаблонов в формате PowerPoint.


Для правообладателей

Обратная связь

Email: Нажмите что бы посмотреть 

Яндекс.Метрика

Презентация на тему Модели статистического прогнозирования

Модели статистического прогнозирования
Модели статистического прогнозирования Модели статистического прогнозирования Статистика – наука о сборе, изменении и анализе массовых количественных данных Виды статистикиМедицинскаяЭкономическаяСоциальнаяМатематическаяи др. Табличное и графическое представление статистических данных Два варианта построения графической зависимости по экспериментальным данным Метод наименьших квадрантовЭтапы получения регрессивной функции:y=ax+b – линейная функция;y=ax2+bx+c – квадратичная функция;y=a Три функции построенные по МНКy=46,361x-99,881 – линейная функцияy=3.4302e0,7555x - экспоненциальная функцияy=21,845x2-106,97x+150,21 – Метод наименьших квадрантовЭтапы получения регрессивной функции:y=ax+b – линейная функция;y=ax2+bx+c – квадратичная функция;y=a Прогнозирование по регрессионной модели Прогнозирование с помощью электронных таблицy=21,845x2-106,97x+150,21R2=0,9788
Слайды презентации

Слайд 2 Модели статистического прогнозирования

Модели статистического прогнозирования

Слайд 3 Статистика – наука о сборе, изменении и анализе

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

массовых количественных данных


Слайд 4 Виды статистики
Медицинская
Экономическая
Социальная
Математическая
и др.

Виды статистикиМедицинскаяЭкономическаяСоциальнаяМатематическаяи др.

Слайд 5 Табличное и графическое представление статистических данных

Табличное и графическое представление статистических данных

Слайд 6 Два варианта построения графической зависимости по экспериментальным данным

Два варианта построения графической зависимости по экспериментальным данным

Слайд 7 Метод наименьших квадрантов
Этапы получения регрессивной функции:

y=ax+b – линейная

Метод наименьших квадрантовЭтапы получения регрессивной функции:y=ax+b – линейная функция;y=ax2+bx+c – квадратичная

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


Слайд 8 Три функции построенные по МНК
y=46,361x-99,881 – линейная функция
y=3.4302e0,7555x

Три функции построенные по МНКy=46,361x-99,881 – линейная функцияy=3.4302e0,7555x - экспоненциальная функцияy=21,845x2-106,97x+150,21

- экспоненциальная функция
y=21,845x2-106,97x+150,21 – квадратичная функция
R2 – коэффициент детерменированности

(определяет, насколько удачной является полученная регрессионная модель)

Слайд 9 Метод наименьших квадрантов
Этапы получения регрессивной функции:

y=ax+b – линейная

Метод наименьших квадрантовЭтапы получения регрессивной функции:y=ax+b – линейная функция;y=ax2+bx+c – квадратичная

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


Слайд 10 Прогнозирование по регрессионной модели

Прогнозирование по регрессионной модели

  • Имя файла: modeli-statisticheskogo-prognozirovaniya.pptx
  • Количество просмотров: 133
  • Количество скачиваний: 0