Презентация, доклад на тему Модели статистического прогнозирования БД

Содержание

1. Модели статистического прогнозирования БД
2. Качество воздуха в городеЧастота легочных заболеванийОпеределим характер зависимостиКачественное заключение
3. Уточнение характера зависимостиПримеси в воздухе, влияющие на
4. Массовые количественные данныеСтатистика=НаукаСборАнализИзмерение
5. СтатистикаЭкономическаяМедицинскаяСоциальнаяМатематическая статистика
6. Пример из медиц. статистики: Представление экспериментальных
7. Статистические данныеПриближённые, усреднённыеХарактер зависимости величиныВерно отражаютНосят оценочный
8. Искомая функцияГрафик проходит через все Слишком сложный
9. Получение регрессионной моделиПодбор вида функцииВычисление параметров функцииНе
10. у = ах + b ― линейная
11. Квадратичная функция называется в математике полиномом второй
12. Во всех этих формулах:х ― аргумент,у ―
13. Искомая функцияМНК(y1э-y1ф)2(y2э-y2ф)2(yiэ-yiф)2Σ (yiЭ-yiф)211i=1kminИскомая функция должна быть построена
14. Статистическая обработка данныхИспользуемые математические пакеты программМНКПостроение любой функцииКритерии соответствияРегрессионная модельГрафикТренд
15. С первого взгляда хочется отбраковать вариант линейного
16. Полученные функции:линейная функция: у = 46,361х -
17. Регрессионная модельФункцияГрафикФормулаКоэффициент детерминированностиИнтервал0 ... 1Удачная регрессионная модельR2Неудачная регрессионная модель
18. Регрессионная математическая модельЗначения, полученные путём измеренийПрогнозирование
19. Конец фильма

Качество воздуха в городеЧастота легочных заболеванийОпеределим характер зависимостиКачественное заключение

Главная
Информатика
Модели статистического прогнозирования БД

Слайд 1Модели статистического
прогнозирования

Слайд 2Качество воздуха в городе
Частота легочных заболеваний
Опеределим характер зависимости
Качественное заключение

Слайд 3Уточнение характера зависимости
Примеси в воздухе, влияющие на здоровье

Сильно влияющие

Несильно влияющие
Число заболеваний
Сбор экспериментальных данных
Анализ
Обобщение
Оксид углерода
Должно быть много

Уточнение характера зависимостиПримеси в воздухе, влияющие на здоровьеСильно влияющиеНесильно влияющиеЧисло заболеванийСбор экспериментальных данныхАнализОбобщениеОксид углеродаДолжно быть много

Слайд 4Массовые количественные данные

Статистика
=
Наука
Сбор
Анализ
Измерение

Слайд 5Статистика

Экономическая
Медицинская
Социальная
Математическая статистика

Слайд 6Пример из медиц. статистики: Представление экспериментальных данных
Табличное
Графическое
Средняя концентрация угарного газа
Число хронических больных на

1000 жителей

Несильное влияние

Резкий рост заболеваемости

Пример из медиц. статистики: Представление экспериментальных данныхТабличноеГрафическоеСредняя концентрация угарного газаЧисло хронических больных на 1000 жителейНесильное

Слайд 7Статистические 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

Статистические данныеПриближённые, усреднённыеХарактер зависимости величиныВерно отражаютНосят оценочный характерОценочная модельМатематическая модельP=f(C)Формульное выражение функциональной зависимостиГрафик должен проходить близко к

Слайд 8Искомая 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

Искомая функцияГрафик проходит через все Слишком сложный вид функцииэкспериментальные точкиПриближенные данныеНет смыслаОсновные требованияДостаточная простотаУдобно использовать в дальнейших

Слайд 9Получение 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

Получение регрессионной моделиПодбор вида функцииВычисление параметров функцииНе имеет строгого решенияОпытИнтуицияСлепой переборНаиболее используемые функцииy=ax+by=ax+by=ax2+bx+cy=aln(x)+by=aebxy=axby=ax3+bx2+cx+dabcdМетоды вычисления параметровМетод наименьших квадратов18

Слайд 10у = 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.

у = ах + b ― линейная функция;у = ах2 + bх + с ― квадратичная функция;у

Слайд 11Квадратичная 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.

Квадратичная функция называется в математике полиномом второй степени.Иногда используются полиномы и более высоких степеней, например полином третьей

Слайд 12Во всех этих формулах:

х ― аргумент,

у ― значение функции,

а, b, с,

d ― параметры функции,

ln(х) ― натуральный логарифм,

е ― константа, основание натурального логарифма.

Во всех этих формулах:х ― аргумент,у ― значение функции,а, b, с, d ― параметры функции,ln(х) ― натуральный

Слайд 13Искомая 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

Искомая функцияМНК(y1э-y1ф)2(y2э-y2ф)2(yiэ-yiф)2Σ (yiЭ-yiф)211i=1kminИскомая функция должна быть построена так, чтобы сумма квадратов отклонений y-координат всех экспериментальных точек

Слайд 14Статистическая обработка данных

Используемые математические пакеты программ
МНК
Построение любой функции

Критерии соответствия
Регрессионная модель

График
Тренд

Статистическая обработка данныхИспользуемые математические пакеты программМНКПостроение любой функцииКритерии соответствияРегрессионная модельГрафикТренд

Слайд 15С 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.

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

Слайд 16Полученные 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

Регрессионная модель

Функция

График
Формула
Коэффициент детерминированности

Интервал

0 ... 1
Удачная регрессионная модель
R2
Неудачная регрессионная модель

Регрессионная модельФункцияГрафикФормулаКоэффициент детерминированностиИнтервал0 ... 1Удачная регрессионная модельR2Неудачная регрессионная модель

Слайд 18Регрессионная 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

Регрессионная математическая модельЗначения, полученные путём измеренийПрогнозирование процесса для других значений аргументаВосстановление значенияЭкстраполяцияВ пределах экспериментальных значенийЗа пределами

Слайд 19
Конец фильма

Скачать презентацию

Презентация, доклад на тему Модели статистического прогнозирования БД

Содержание

Слайд 1Модели статистического
прогнозирования

Слайд 2Качество воздуха в городе
Частота легочных заболеваний
Опеределим характер зависимости
Качественное заключение

Слайд 4Массовые количественные данные

Статистика
=
Наука
Сбор
Анализ
Измерение

Слайд 5Статистика

Экономическая
Медицинская
Социальная
Математическая статистика

Слайд 6Пример из медиц. статистики: Представление экспериментальных данных
Табличное
Графическое
Средняя концентрация угарного газа
Число хронических больных на

Слайд 10у = ах + b ― линейная функция;
у = ах2 +

Слайд 11Квадратичная функция называется в математике полиномом второй степени.

Иногда используются полиномы и

Слайд 12Во всех этих формулах:

х ― аргумент,

у ― значение функции,

а, b, с,

Слайд 13Искомая 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

Слайд 15С первого взгляда хочется отбраковать вариант линейного тренда.
График линейной функции ―

Слайд 16Полученные функции:

линейная функция: у = 46,361х - 99,881;
экспоненциальная функция:

Слайд 19
Конец фильма

Что такое shareslide.ru?

Обратная связь

Презентация, доклад на тему Модели статистического прогнозирования БД

Содержание

Слайд 1Модели статистического прогнозирования

Слайд 2Качество воздуха в городеЧастота легочных заболеванийОпеределим характер зависимостиКачественное заключение

Слайд 4Массовые количественные данныеСтатистика=НаукаСборАнализИзмерение

Слайд 5СтатистикаЭкономическаяМедицинскаяСоциальнаяМатематическая статистика

Слайд 6Пример из медиц. статистики: Представление экспериментальных данныхТабличноеГрафическоеСредняя концентрация угарного газаЧисло хронических больных на

Слайд 10у = ах + b ― линейная функция;у = ах2 +

Слайд 11Квадратичная функция называется в математике полиномом второй степени.Иногда используются полиномы и

Слайд 12Во всех этих формулах:х ― аргумент,у ― значение функции,а, b, с,

Слайд 13Искомая функцияМНК(y1э-y1ф)2(y2э-y2ф)2(yiэ-yiф)2Σ (yiЭ-yiф)211i=1kminИскомая функция должна быть построена так, чтобы сумма квадратов отклонений y-координат всех

Слайд 15С первого взгляда хочется отбраковать вариант линейного тренда.График линейной функции ―

Слайд 16Полученные функции:линейная функция: у = 46,361х - 99,881;экспоненциальная функция:

Слайд 17Регрессионная модельФункцияГрафикФормулаКоэффициент детерминированностиИнтервал0 ... 1Удачная регрессионная модельR2Неудачная регрессионная модель

Слайд 19 Конец фильма

Похожие презентации

Что такое shareslide.ru?

Обратная связь

Слайд 1Модели статистического
прогнозирования

Слайд 2Качество воздуха в городе
Частота легочных заболеваний
Опеределим характер зависимости
Качественное заключение

Слайд 4Массовые количественные данные

Статистика
=
Наука
Сбор
Анализ
Измерение

Слайд 5Статистика

Экономическая
Медицинская
Социальная
Математическая статистика

Слайд 10у = ах + b ― линейная функция;
у = ах2 +

Слайд 11Квадратичная функция называется в математике полиномом второй степени.

Иногда используются полиномы и

Слайд 12Во всех этих формулах:

х ― аргумент,

у ― значение функции,

а, b, с,

Слайд 13Искомая 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

Слайд 15С первого взгляда хочется отбраковать вариант линейного тренда.
График линейной функции ―

Слайд 16Полученные функции:

линейная функция: у = 46,361х - 99,881;
экспоненциальная функция:

Слайд 19
Конец фильма