Практическая работа №_1_.

Модели статистического прогнозирования.

Построение регрессионных моделей. Прогнозирование.

Цель работы: — освоение способов построения по экспериментальным данным регрессионной модели и графического тренда средствами Microsoft Excel, освоение приемов прогнозирования количественных характеристик системы путем восстановления значений и экстраполяции.

Используемое ПО: табличный процессор Microsoft Excel.

Задание 1

С, мг/м3

Р, бол./тыс.

1. Ввести табличные данные зависимости заболеваемости бронхиальной астмой от концентрации угарного газа в атмосфере

2. Представить зависимость в виде точечной диаграммы.

2

19

2,5

20

2,9

32

3,2

34

3,6

51

3,9

55

4,2

90

4,6

108

5

171

Задание 2

Получить три варианта регрессионных моделей (три графических тренда) зависимости заболеваемости бронхиальной астмой от концентрации угарного газа в атмосфере.

1. Для получения линейного тренда выполнить следующий алгоритм:

    щелкнуть правой кнопкой на точку диаграммы «Заболеваемость астмой», построенной в предыдущем задании; выполнить команду Добавить линию тренда; в открывшемся окне на вкладке Тип выбрать Линейный тренд; перейти на вкладку Параметры; установить галочки на флажках: показывать уравнения на диаграмме и поместить на диаграмму величину достоверности аппроксимации R^2; щелкнуть на кнопке ОК

2. Получить экспоненциальный тренд. Алгоритм аналогичен предыдущему. На закладке Тип выбрать Экспоненциальный тренд

3. Получить квадратичный тренд. Алгоритм аналогичен предыдущему. На закладке Тип выбрать Полиномиальный тренд с указанием степени 2.

Задание 3

1. Требуется выполнить прогнозирование заболеваемости бронхиальной астмой при концентрации угарного газа 3 мг /куб. м методом восстановления значения, воспользовавшись квадратичной зависимостью, полученной выше.

Задание 4

1. Требуется выполнить прогнозирование заболеваемости бронхиальной астмой при концентрации угарного газа 6 мг куб. м методом графической экстраполяции, воспользовавшись квадратичной зависимостью, полученной выше.

Практическая работа №_1_.

Модели статистического прогнозирования.

Построение регрессионных моделей. Прогнозирование.

Цель работы: — освоение способов построения по экспериментальным данным регрессионной модели и графического тренда средствами Microsoft Excel, освоение приемов прогнозирования количественных характеристик системы путем восстановления значений и экстраполяции.

Используемое ПО: табличный процессор Microsoft Excel.

Задание 1

С, мг/м3

Р, бол./тыс.

1. Ввести табличные данные зависимости заболеваемости бронхиальной астмой от концентрации угарного газа в атмосфере

2. Представить зависимость в виде точечной диаграммы.

2

19

2,5

20

2,9

32

3,2

34

3,6

51

3,9

55

4,2

90

4,6

108

5

171

Задание 2

Получить три варианта регрессионных моделей (три графических тренда) зависимости заболеваемости бронхиальной астмой от концентрации угарного газа в атмосфере.

1. Для получения линейного тренда выполнить следующий алгоритм:

    щелкнуть правой кнопкой на точку диаграммы «Заболеваемость астмой», построенной в предыдущем задании; выполнить команду Добавить линию тренда; в открывшемся окне на вкладке Тип выбрать Линейный тренд; перейти на вкладку Параметры; установить галочки на флажках: показывать уравнения на диаграмме и поместить на диаграмму величину достоверности аппроксимации R^2; щелкнуть на кнопке ОК

2. Получить экспоненциальный тренд. Алгоритм аналогичен предыдущему. На закладке Тип выбрать Экспоненциальный тренд

3. Получить квадратичный тренд. Алгоритм аналогичен предыдущему. На закладке Тип выбрать Полиномиальный тренд с указанием степени 2.

Задание 3

1. Требуется выполнить прогнозирование заболеваемости бронхиальной астмой при концентрации угарного газа 3 мг /куб. м методом восстановления значения, воспользовавшись квадратичной зависимостью, полученной выше.

Задание 4

1. Требуется выполнить прогнозирование заболеваемости бронхиальной астмой при концентрации угарного газа 6 мг куб. м методом графической экстраполяции, воспользовавшись квадратичной зависимостью, полученной выше.

Практическая работа №_2_.

Модели статистического прогнозирования.

Построение регрессионных моделей

Цель работы: — освоение способов построения по экспериментальным данным регрессионной модели и графического тренда средствами Microsoft Excel.

Используемое ПО: табличный процессор Microsoft Excel

Задание 1

Н, м

t, с.

1. Ввести табличные данные зависимости времени падения тела от высоты

2. Представить зависимость в виде точечной диаграммы.

3. Построить несколько вариантов регрессионных моделей (не менее трех), отражающих зависимость времени падения тела от высоты. Выбрать наиболее подходящую функцию.

6

1,1

9

1,4

12

1,6

15

1,7

18

1,9

21

2,1

24

2,2

27

2,3

30

2,5

Задание 2

Город

Широта

Тем-ра

В следующей таблице приводится прогноз средней дневной температуры на последнюю неделю мая в различных городах Европейской части России. Названия городов расставлены в алфавитном порядке. Указана также географическая широта этих городов.

Построить несколько вариантов регрессионных моделей (не менее трех), отражающих зависимость температуры от широты города. Выбрать наиболее подходящую функцию.

Воронеж

51,5

16

Краснодар

45

24

Липецк

52,6

12

Новороссийск

44,8

25

Ростов На Дону

47,3

19

Рязань

54,5

11

Северодвинск

64,8

5

Череповец

59,4

7

Ярославль

57,7

10

Задание 3

По данным из следующей таблицы постройте с помощью Excel линейную, квадратичную, экспоненциальную и логарифмическую регрессионные модели. Определите параметры, выберите лучшую модель.


х

2

4

6

8

10

12

14

16

18

20

22

24

26

28

y

44

32

35

40

30

27

21

25

20

23

18

19

20

16

Практическая работа №_2_.

Модели статистического прогнозирования.

Построение регрессионных моделей

Цель работы: — освоение способов построения по экспериментальным данным регрессионной модели и графического тренда средствами Microsoft Excel.

Используемое ПО: табличный процессор Microsoft Excel

Задание 1

Н, м

t, с.

1. Ввести табличные данные зависимости времени падения тела от высоты

2. Представить зависимость в виде точечной диаграммы.

3. Построить несколько вариантов регрессионных моделей (не менее трех), отражающих зависимость времени падения тела от высоты. Выбрать наиболее подходящую функцию.

6

1,1

9

1,4

12

1,6

15

1,7

18

1,9

21

2,1

24

2,2

27

2,3

30

2,5

Задание 2

Город

Широта

Тем-ра

В следующей таблице приводится прогноз средней дневной температуры на последнюю неделю мая в различных городах Европейской части России. Названия городов расставлены в алфавитном порядке. Указана также географическая широта этих городов.

Построить несколько вариантов регрессионных моделей (не менее трех), отражающих зависимость температуры от широты города. Выбрать наиболее подходящую функцию.

Воронеж

51,5

16

Краснодар

45

24

Липецк

52,6

12

Новороссийск

44,8

25

Ростов На Дону

47,3

19

Рязань

54,5

11

Северодвинск

64,8

5

Череповец

59,4

7

Ярославль

57,7

10

Задание 3

По данным из следующей таблицы постройте с помощью Excel линейную, квадратичную, экспоненциальную и логарифмическую регрессионные модели. Определите параметры, выберите лучшую модель.


х

2

4

6

8

10

12

14

16

18

20

22

24

26

28

y

44

32

35

40

30

27

21

25

20

23

18

19

20

16