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 Парная линейная регрессия. Оценивание по МНК коэффициентов регрессии

Содержание

ПланМетод наименьших квадратов (МНК).Перечень средств MS Excel.Алгоритм применения функции ЛИНЕЙН.Результаты оценивания регрессии.
Изучайте классиков и решайте трудные задачи.  П.Л. ЧебышевПарная линейная регрессияОценивание по ПланМетод наименьших квадратов (МНК).Перечень средств MS Excel.Алгоритм применения функции ЛИНЕЙН.Результаты оценивания регрессии. Цели обучениянаучиться применять МНК для оценивания теоретических коэффициентов уравнения парной линейной регрессии;изучить Метод наименьших квадратов (МНК)Пусть в генеральной совокупности зависимость между переменными Y и Цель МНК – выполнить наилучшую ”подгонку” прямой под данные наблюдений Метод наименьших Суть МНК:следует найти такие коэффициенты уравнения регрессии, чтобы сумма квадратов отклонений эмпирических Корреляционное поле. Истинная зависимость Y от X . МНК-прямая Формулы для вычисления эмпирических коэффициентов регрессии, полученные по МНК Пример 1.   Есть данные о количестве внесенных удобрений  (Y, Перечень средств MS ExcelВстроенная статистическая функция MS Excel КОВАР(массив_1;массив_2).Встроенная математическая функция MS Краткие сведенияФункция СУММКВРАЗН(массив_1;массив_2) вычисляет сумму квадратов разностей между соответствующими компонентами массивов.Функция КОВАР(массив_1;массив_2) Алгоритм применения функции ЛИНЕЙНЗанести в ячейки с адресами B1:K1 рабочего листа MS Алгоритм применения функции ЛИНЕЙН (продолжение)Задать значения четырех аргументов функции ЛИНЕЙН. Результаты применения функции ЛИНЕЙНВ левой из двух выделенных ячеек (A6) появится первый Результаты оценивания регрессии. Рабочий лист MS Excel c исходными данными Визуализация решения, найденного с помощью MS Excel Основные варианты задания логических аргументов функции ЛИНЕЙН Варианты вывода результатов функции ЛИНЕЙН для случая парной линейной регрессиисокращенный[конст =1 (или ЗаключениеМНК позволяет получать надежные статистические оценки теоретических коэффициентов регрессии.
Слайды презентации

Слайд 2 План
Метод наименьших квадратов (МНК).
Перечень средств MS Excel.
Алгоритм применения

ПланМетод наименьших квадратов (МНК).Перечень средств MS Excel.Алгоритм применения функции ЛИНЕЙН.Результаты оценивания регрессии.

функции ЛИНЕЙН.
Результаты оценивания регрессии.


Слайд 3 Цели обучения
научиться применять МНК для оценивания теоретических коэффициентов

Цели обучениянаучиться применять МНК для оценивания теоретических коэффициентов уравнения парной линейной

уравнения парной линейной регрессии;
изучить структуру дополнительной регрессионной статистики функции

ЛИНЕЙН табличного процессора MS Excel.


Слайд 4 Метод наименьших квадратов (МНК)
Пусть в генеральной совокупности зависимость

Метод наименьших квадратов (МНК)Пусть в генеральной совокупности зависимость между переменными Y

между переменными Y и X имеет вид:

(1)
Типичный вид корреляционного поля данных наблюдений для выборки значений (Xi,Y i), объемом n из генеральной совокупности:

Слайд 5 Цель МНК – выполнить наилучшую ”подгонку” прямой под

Цель МНК – выполнить наилучшую ”подгонку” прямой под данные наблюдений Метод

данные наблюдений
Метод наименьших квадратов (МНК) решает задачу «наилучшей»

аппроксимации данных наблюдений линейной зависимостью :
(2)

Слайд 6 Суть МНК:
следует найти такие коэффициенты уравнения регрессии, чтобы

Суть МНК:следует найти такие коэффициенты уравнения регрессии, чтобы сумма квадратов отклонений

сумма квадратов отклонений эмпирических значений результативного признака от расчетных,

вычисленных по уравнению, была бы минимальной, т.е.







Слайд 7 Корреляционное поле. Истинная зависимость Y от X .

Корреляционное поле. Истинная зависимость Y от X . МНК-прямая

МНК-прямая


Слайд 8 Формулы для вычисления эмпирических коэффициентов регрессии, полученные по

Формулы для вычисления эмпирических коэффициентов регрессии, полученные по МНК

МНК



(3)











Слайд 9 Пример 1. Есть данные о количестве внесенных удобрений

Пример 1.  Есть данные о количестве внесенных удобрений (Y, кг/га)

(Y, кг/га) и урожайности пшеницы (X, ц/га) по десяти

фермерским хозяйствам:

Считая форму связи между признаками Y и X линейной,1) найти по МНК эмпирические коэффициенты регрессии; 2) построить корреляционное поле и эмпирическую линию регрессии; 3) вычислить значение функции


Слайд 10 Перечень средств MS Excel
Встроенная статистическая функция MS Excel

Перечень средств MS ExcelВстроенная статистическая функция MS Excel КОВАР(массив_1;массив_2).Встроенная математическая функция

КОВАР(массив_1;массив_2).
Встроенная математическая функция MS Excel СУММКВРАЗН(массив_1;массив_2).
Встроенная статистическая функция ЛИНЕЙН

(известные_значения_y ; известные_значения_x; конст; статистика ).
Мастер диаграмм.







Слайд 11 Краткие сведения
Функция СУММКВРАЗН(массив_1;массив_2) вычисляет сумму квадратов разностей между

Краткие сведенияФункция СУММКВРАЗН(массив_1;массив_2) вычисляет сумму квадратов разностей между соответствующими компонентами массивов.Функция

соответствующими компонентами массивов.
Функция КОВАР(массив_1;массив_2) находит выборочную ковариацию данных наблюдений,

представленных в массивах.
Функция ЛИНЕЙН (известные_значения_y ; известные_значения_x; конст; статистика ) находит по МНК оценки коэффициентов регрессии и дополнительную регрессионную статистику.
Точечная диаграмма позволяет визуализировать точки из двумерной совокупности.

Слайд 12 Алгоритм применения функции ЛИНЕЙН
Занести в ячейки с адресами

Алгоритм применения функции ЛИНЕЙНЗанести в ячейки с адресами B1:K1 рабочего листа

B1:K1 рабочего листа MS Excel значения X, а в

ячейки B2:K2 – значения Y.
Выделить интервал из двух ячеек A6:B6 . Вставка -> Функция.
Выбрать категорию (вид функции) – «Статистические». Затем в списке с названиями статистических функций, упорядоченными по алфавиту, найти функцию ЛИНЕЙН.
ЛИНЕЙН -> ОК.



Слайд 13 Алгоритм применения функции ЛИНЕЙН (продолжение)
Задать значения четырех аргументов

Алгоритм применения функции ЛИНЕЙН (продолжение)Задать значения четырех аргументов функции ЛИНЕЙН.

функции ЛИНЕЙН.
Первый аргумент: известные_значения_y -> B2:K2.

Второй аргумент: известные_значения_x -> B1:K1.
Задать значения необязательных логических аргументов конст и статистика по умолчанию, т.е.: конст ->1; статистика -> 0.
7. ОК.


Слайд 14 Результаты применения функции ЛИНЕЙН
В левой из двух выделенных

Результаты применения функции ЛИНЕЙНВ левой из двух выделенных ячеек (A6) появится

ячеек (A6) появится первый элемент итоговой таблицы – величина

коэффициента .
Для того, чтобы получить всю таблицу, следует сначала нажать клавишу F2, а затем –комбинацию клавиш: CTRL+SHIFT+ENTER.
В ячейке B6 появится значение коэффициента .


Слайд 15 Результаты оценивания регрессии. Рабочий лист MS Excel c

Результаты оценивания регрессии. Рабочий лист MS Excel c исходными данными

исходными данными


Слайд 16 Визуализация решения, найденного с помощью MS Excel


Визуализация решения, найденного с помощью MS Excel

Слайд 17 Основные варианты задания логических аргументов функции ЛИНЕЙН

Основные варианты задания логических аргументов функции ЛИНЕЙН

Слайд 18 Варианты вывода результатов функции ЛИНЕЙН для случая парной

Варианты вывода результатов функции ЛИНЕЙН для случая парной линейной регрессиисокращенный[конст =1

линейной регрессии
сокращенный
[конст =1 (или истина),
статистика = 0


(или ложь)]

полный
[конст =1 (или истина),
статистика =1
(или истина)]


  • Имя файла: parnaya-lineynaya-regressiya-otsenivanie-po-mnk-koeffitsientov-regressii.pptx
  • Количество просмотров: 120
  • Количество скачиваний: 0