Xreferat.com » Рефераты по экономико-математическому моделированию » Экономико-математическое моделиpование

Экономико-математическое моделиpование

в уравнение найдем Y расчетное.
















4.По значениям экспериментальным и теоретическим строим графики.














5. Связь между двумя случайными величинами, которая определяется с


некоторой вероятностью, называется корреляционной. Для



количественной оценки линейной корреляции используется коэффициент

парной корреляции









r = 10*S4-S1*S2










(10*S3-S12)*(10*S5-S22)




















S5=SUM(Yi2)






















r=

0,9104























По таблице Чеддока найдём тесноту связи между двумя явлениями, связь

"очень тесная"










6.Качество уравнений регрессии оценивают по его прогнозирующей


способности. Уравнения хорошо прогнозируют(т.е. адекватно описывают)

экспериментальные данные, если расхождения между экспериментальными

и расчетными данными находятся в допустимых пределах.




Для проверки адекватности уравнения найдем среднюю относительную


ошибку прогнозирования E:








E=100 *SUM |Yэi - Ypi|









10 Yэi






















где Yэi -экспериментальное, Ypi - расчетное значение
















Е=

4,434%























Это сравнительно большое значение ошибки прогнозирования при



полученном выше значении r.








Внимательно посмотрим на значения отклонений между фактическими и


расчетными значениями Y. Почти непрерывный рост уражайности


после 8 года сменяется спадом. 10 год дает самый большой прирост


ошибки прогнозирования.









По всей видимости, для описания зависимости, лучше подошло бы



не уравнение прямой, а уравнение параболлы, так как после достижения


определенного уровня осадков урожайность начинает падать (много воды -

это тоже плохо для урожая) см. последние значения Х и Y




В 4 год также сравнительно большое расхождение, это может быть


вызванно тем, что урожайность зерновых зависит не только от



количества осадков, но и от многих других факторов, например от


количества теплых дней. Просто было холодно.

















i

X

Y

X2

XY

Yрасч

Y2

(Y-Yрасч) Y

1

25

23

625

575

23,5

529

0,0217

2

27

24

729

648

24,67

576

0,0279

3

30

27

900

810

26,42

729

0,0215

4

35

27

1225

945

29,33

729

0,0863

5

36

32

1296

1152

29,92

1024

0,0650

6

38

31

1444

1178

31,08

961

0,0026

7

39

33

1521

1287

31,67

1089

0,0403

8

41

35

1681

1435

32,83

1225

0,0620

9

42

34

1764

1428

33,42

1156

0,0171

10

45

32

2025

1440

35,17

1024

0,0991

358

298

13210

10898

298

9042

0,4434

среднее

35,8

29,8













Коэффициенты регрессии:





b

0,583






a

8,917





Уравнение регрессии: Y=

8,917+0,583*Х



Коэффициент парной корреляции:




ЧИСЛИТ

2296






ЗНАМЕН

2522






R

0,91





Средняя относительная ошибка прогнозирования:

E=

4,43439







Диаграмма6





25

23

23,5

27

24

24,67

30

27

26,42

35

27

29,33

36

32

29,92

38

31

31,08

39

33

31,67

41

35

32,83

42

34

33,42

45

32

35,17


Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: