Файл: Контрольная работа по дисциплине статистический анализ и планирование эксперимента Вариант 42.docx
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 09.01.2024
Просмотров: 248
Скачиваний: 1
ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
Регрессионный анализ заданных последовательностей выполнен с помощью режима Регрессия пакета «Анализ данных» программы MS Excel. Сгенерируются результаты по регрессионной статистике, представленные в таблице 2.3.
Таблица 2.3- Результаты регрессионного анализа
ВЫВОД ИТОГОВ | | | | | | ||||||
| | | | | |||||||
Регрессионная статистика | | | | | | ||||||
Множественный R | 0,149781 | | | | | ||||||
R-квадрат | 0,022434 | | | | | ||||||
Нормированный R-квадрат | 0,002484 | | | | | ||||||
Стандартная ошибка | 15,66512 | | | | | ||||||
Наблюдения | 51 | | | | | ||||||
Дисперсионный анализ | | | | ||||||||
| df | SS | MS | F | Значимость F | ||||||
Регрессия | 1 | 275,9503736 | 275,9503736 | 1,124510613 | 0,294148421 | ||||||
Остаток | 49 | 12024,40257 | 245,3959708 | | | ||||||
Итого | 50 | 12300,35294 | | | | ||||||
| | | | | |
| Коэффициенты | Стандартная ошибка | t-статистика | P-Значение | Нижние 95% | Верхние 95% | Нижние 95,0% | Верхние 95,0% |
Y-пересечение | 73,08335 | 11,05977217 | 6,608034211 | 2,68632E-08 | 50,85790858 | 95,3088 | 50,85791 | 95,3088 |
Переменная X 1 | -0,95699 | 0,902453475 | -1,060429448 | 0,294148421 | -2,770536395 | 0,85656 | -2,77054 | 0,85656 |
Рассчитанные в таблицах характеристики представляют собой:
Множественный R — коэффициент корреляции R отражающий взаимосвязь двух и более случайных величин;
R-квадрат — коэффициент детерминации R 2 — это доля дисперсии зависимой переменной, объясняемая рассматриваемой моделью зависимости, то есть объясняющими переменными;
Нормированный R-квадрат – скорректированный R2 с поправкой на число степеней свободы.
Стандартная ошибка — остаточное стандартное отклонение реальных значений от прогнозируемых.
Наблюдения — число наблюдений n.
df — число степеней свободы.
-
Для строки Регрессиячисло степеней свободы определяется количеством факторных признаков m: kф=m=1. -
Для строки Остатокчисло степеней свободы определяется числом наблюдений nи количеством переменных в уравнении регресси: kо = n - (m+1). -
Для строки - Итогочисло степеней свободы определяется суммой kY = kФ + kо.
SS — сумма квадратов отклонений.
-
Для строки Регрессия — это сумма квадратов отклонений теоретических данных от среднего: -
Для строки Остаток — это сумма квадратов отклонений эмпирических данных от теоретических: -
Для строки Итого — это сумма квадратов отклонений эмпирических данных от среднего.
MS— дисперсии:
-
Для строки Регрессия — это факторная дисперсия.
-
Для строки Остаток — это остаточная дисперсия. Остаточная дисперсия — это общая сумма квадратов отклонений расчетных значений от фактических (объем остаточной вариации), разделенная на число наблюдений.
F— расчетное значение F-критерия Фишера (вычисляемое по формуле).
Значимость F— значение уровня значимости, соответствующее вычисленному значению.
Коэффициенты — значения коэффициентов аi.
Стандартная ошибка — стандартные ошибки коэффициентов ai
t-статистика — расчетные значения t-критерия
Р-значение — значения уровней значимости, соответствующие вычисленным значениям tp.
Нижние 95 % и Верхние 95 % — соответственно нижние и верхние границы доверительных интервалов для коэффициентов регрессии.
Построение регрессионных моделей выполнено с помощью команды «Построение линии тренда» программы Excel.
На нижеприведенных рисунках (рис. 2.2 - 2.6 показаны различные регрессионные модели, описывающие связь между двумя заданными последовательностями случайных величин.
Рисунок 2.2 – Экспоненциальная модель
Рисунок 2.3 – Линейная модель
Рисунок 2.4 – Логарифмическая модель
Рисунок 2.5 – Полиномиальная модель
Рисунок 2.6 – Полиномиальная модель
В таблице 2.4 показаны сводные данные по всем построенным моделям.
Таблица 2.4 - Сводные данные построенных регрессионных моделей
№ п/п | Наименование модели | Вид уравнения | Величина достоверности детерминации, R2 |
1 | Экспоненциальная | y=64,696e-0,007x | 0,0039 |
2 | Линейная | y = -0,957x + 73,083 | 0,0224 |
3 | Логарифмическая | y = -11,54ln(x) + 90,043 | 0,023 |
4 | Полиномиальная второй степени | y = 0,0116x2-1,2563x + 74,936 | 0,0225 |
5 | Полиномиальная третьей степени | y = -0,0354x3 + 1,3925x2 - 18,178x + 140,09 | 0,0267 |
Вывод: Полиномиальная третьей степени модель обладает наибольшим значением величины достоверности детерминации 0,0267. Это означает что данная модель описывает все точки случайной величины наиболее точно и должна использоваться как модель.
Заключение
Мной были освоены компетенции выполнения статистического анализа двумерных данных, выявить практически отсутствующую зависимость между рассмотренными случайными величинами.
-
ПЛАНИРОВАНИЕ ЭКСПЕРИМЕНТОВ
Реалистичное содержание целевой функции
В качестве целевой функции (функции отклика, зависимой переменной, реакции системы на воздействие факторов Xi) Y принят износ долота, мм.
Y = f(Х1, Х2, Х3).
Реалистичное содержание (сущность) факторов
В качестве факторов функции отклика Xi принимаются:
X1 – количество оборотов ротора, об/мин;
X2 – осевая нагрузка на долота, т;
Х3 - плотность бурового раствора, кг/м3.
Уровни варьирования значений факторов
Минимальные и максимальные значения факторов приняты следующие:
Х1 min = 70 X1 max = 190 | Х2 min= 10 X2 max= 20 | Х3 min= 800 X3 max= 1500 |
Среднее значение фактора
Среднее значение фактора определяется по формуле:
Х10=(190+70)/2=130 об/мин.
Х20= (20+10)/2=15 тонн.
Х30= (1500+800)/2=1150 кг/м3.
Интервалы варьирования фактора
Интервал варьирования определяется по формуле:
dx1 = X10 – X1min = 130-70=60.
dx2 = X20 – X2min = 15-10=5.
dx3 = X30 – X3min = 1150-800=350.
Корректность определения значений факторов
Фактор | X1 | X2 | Х3 |
Минимальное значение, Хi min | 70 | 10 | 800 |
Максимальное значение, Xi max | 190 | 20 | 1500 |
Среднее значение, Xi 0 | 130 | 15 | 1150 |
Интервал варьирования dХi | 60 | 5 | 350 |