Презентация, доклад на тему Модели статистического прогнозирования БД

Модели статистического прогнозирования БД, предмет презентации: Информатика. Этот материал в формате pptx (PowerPoint) содержит 19 слайдов, для просмотра воспользуйтесь проигрывателем. Презентацию на заданную тему можно скачать внизу страницы, поделившись ссылкой в социальных сетях!

Слайды и текст этой презентации

Слайд 1
Текст слайда:

Модели статистического
прогнозирования


Слайд 2
Текст слайда:

Качество воздуха в городе

Частота легочных заболеваний

Опеределим характер зависимости

Качественное заключение


Слайд 3
Текст слайда:

Уточнение характера зависимости

Примеси в воздухе, влияющие на здоровье









Сильно влияющие



Несильно влияющие

Число заболеваний

Сбор экспериментальных данных

Анализ

Обобщение

Оксид углерода

Должно быть много


Слайд 4
Текст слайда:

Массовые количественные данные






Статистика

=

Наука

Сбор

Анализ

Измерение


Слайд 5
Текст слайда:

Статистика












Экономическая

Медицинская

Социальная

Математическая статистика


Слайд 6
Текст слайда:

Пример из медиц. статистики: Представление экспериментальных данных

Табличное

Графическое

Средняя концентрация угарного газа

Число хронических больных на 1000 жителей

Несильное влияние

Резкий рост заболеваемости


Слайд 7
Текст слайда:

Статистические данные

Приближённые, усреднённые

Характер зависимости величины

Верно отражают

Носят оценочный характер

Оценочная модель

Математическая модель


P=f(C)

Формульное выражение функциональной зависимости

График должен проходить близко к экспер. точкам

подбор

Матем. методы


Слайд 8
Текст слайда:

Искомая функция






График проходит через все

Слишком сложный вид функции

экспериментальные точки

Приближенные данные

Нет смысла

Основные требования






Достаточная простота

Удобно использовать в дальнейших вычислениях

Отклонения точек от графика



Минимальны

Равномерны

Регрессионная модель


Слайд 9
Текст слайда:

Получение регрессионной модели

Подбор вида функции





Вычисление параметров функции




Не имеет строгого решения

Опыт

Интуиция

Слепой перебор

Наиболее используемые функции






y=ax+b

y=ax+b

y=ax2+bx+c

y=aln(x)+b

y=aebx

y=axb

y=ax3+bx2+cx+d

a

b

c

d

Методы вычисления параметров




Метод наименьших квадратов

18 век, К. Гаусс


Слайд 10
Текст слайда:

у = ах + b ― линейная функция;
у = ах2 + bх + с ― квадратичная функция;
у = а ln(х) + b ― логарифмическая функция;
у = ае bx ― экспоненциальная функция;
у = ахb ― степенная функция.


Слайд 11
Текст слайда:

Квадратичная функция называется в математике полиномом второй степени.

Иногда используются полиномы и более высоких степеней, например полином третьей степени имеет вид:

у = ах3 + bх2 + сх + d.


Слайд 12
Текст слайда:

Во всех этих формулах:

х ― аргумент,

у ― значение функции,

а, b, с, d ― параметры функции,

ln(х) ― натуральный логарифм,

е ― константа, основание натурального логарифма.


Слайд 13
Текст слайда:

Искомая функция








МНК

(y1э-y1ф)2

(y2э-y2ф)2

(yiэ-yiф)2

Σ (yiЭ-yiф)2

11

i=1

k

min

Искомая функция должна быть построена так, чтобы сумма квадратов отклонений y-координат всех экспериментальных точек от y-координат графика функции была минимальной


Слайд 14
Текст слайда:

Статистическая обработка данных












Используемые математические пакеты программ

МНК

Построение любой функции

Критерии соответствия

Регрессионная модель



График

Тренд


Слайд 15
Текст слайда:

С первого взгляда хочется отбраковать вариант линейного тренда.
График линейной функции ― это прямая.

Полученная по МНК прямая отражает факт роста заболеваемости от концентрации угарного газа, но по этому графику трудно что-либо сказать о характере этого роста.

А вот квадратичный и экспоненциальный тренды правдоподобны.


Слайд 16
Текст слайда:

Полученные функции:

линейная функция: у = 46,361х - 99,881;
экспоненциальная функция: у = 3,4302 е 0,7555х ;
квадратичная функция: у = 21,845х2 - 106,97х + 150,21.



Слайд 17
Текст слайда:



Регрессионная модель















Функция






График

Формула

Коэффициент детерминированности



Интервал


0 ... 1

Удачная регрессионная модель

R2

Неудачная регрессионная модель


Слайд 18
Текст слайда:

Регрессионная математическая модель

Значения, полученные путём измерений

Прогнозирование процесса для других значений аргумента





Восстановление значения

Экстраполяция


В пределах экспериментальных значений

За пределами экспериментальных данных

В том числе с помощью ЭТ

Графическим способом

держится на гипотезе: предположим, что за пределами экспериментальной области закономерность сохраняется


Слайд 19
Текст слайда:


Конец фильма


Что такое shareslide.ru?

Это сайт презентаций, где можно хранить и обмениваться своими презентациями, докладами, проектами, шаблонами в формате PowerPoint с другими пользователями. Мы помогаем школьникам, студентам, учителям, преподавателям хранить и обмениваться учебными материалами.


Для правообладателей

Яндекс.Метрика

Обратная связь

Email: Нажмите что бы посмотреть