МИИГАиК Математические методы обработки и анализа пространственных данных Вариант 12
Описание
В файлах содержится оформленная работа в формате word и расчеты с формулами в формате excel. Что позволит оперативно разобраться с решением и адаптировать его для своего варианта.
Содержание работы
- Задание №1. Построение линейной модели парной регрессии и оценка ее значимости и качества
- Задание №2. Построение гиперболической модели парной регрессии и сопоставление ее с линейной моделью
- Задание №3. Построение степенной, экспоненциальной и полулогарифмичеекой моделей парной регрессии и оценка их значимости и качества
Методы расчета параметров линейной и нелинейных регрессионных моделей Способы оценки результатов регрессионного анализа пространственных данных Осуществлять регрессионный анализ пространственных данных, задействованных в исследованиях в области геодезии и дистанционного зондирования Оценивать и представлять в программном комплексе MS Excel результаты регрессионного анализа пространственных данных Логически обосновывать результаты регрессионного анализа пространственных данных Эконометрика – наука, изучающая методами математической статистики количественные закономерности и связи в экономике, выражаемые в виде математических моделей [1]. Эконометрическая модель – это вероятностно-статистическая модель, описывающая функционирование экономической или социально-экономической системы/объекта [2].
В эконометрических моделях преимущественно используются данные следующих двух типов: (1) пространственные (перекрестные) данные (cross-sectional data) (данные, собранные с разных объектов за один и тот же период времени); (2) временные данные (time-series data) (данные, собранные с одного объекта в различные моменты времени). В данном и последующих заданиях контрольной работы будут рассматриваться эконометрические модели пространственных данных. Регрессионная модель или модель регрессии – эконометрическая модель, представляющая собой уравнение вида и описывающая зависимость результативной переменной у от одной или нескольких факторных переменных х. Случайная составляющая регрессионной модели отражает ее вероятностный характер.
По исходным данным, представленным в Приложении 2, построить модель парной линейной регрессии, описывающую корреляционную связь между факторным и результативным признаками. Провести дисперсионный анализ и проверить правило сложения дисперсий. Рассчитать коэффициенты детерминации и корреляции. Оценить значимость модели и среднюю относительную ошибку аппроксимации. Построить в одной системе координат поле корреляции и теоретическую прямую. Сделать выводы по результатам выполнения задания..
МИИГАиК
denko
