Главная » Просмотр файлов » Диссертация

Диссертация (1141467), страница 47

Файл №1141467 Диссертация (Методологические основы градостроительного планирования агломерационных систем перехватывающих стоянок) 47 страницаДиссертация (1141467) страница 472019-05-31СтудИзба
Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 47)

При этом система нормальных уравнений будет иметьвид:rx1y=β1+rx1x2•β2 + ... + rx1xm•βmrx2y=rx2x1•β1 + β2 + ... + rx2xm•βm...rxmy=rxmx1•β1 + rxmx2•β2 + ... + βmДля наших данных (берем из матрицы парных коэффициентов корреляции):0.993 = β1 -0.547β2 + 0.737β3 + 0.136β4 -0.666β5-0.529 = -0.547β1 + β2 + 0.146β3 + 0.525β4 + 0.772β50.74 = 0.737β1 + 0.146β2 + β3 + 0.625β4 -0.166β50.122 = 0.136β1 + 0.525β2 + 0.625β3 + β4 + 0.576β5-0.698 = -0.666β1 + 0.772β2 -0.166β3 + 0.576β4 + β5Данную систему линейных уравнений решаем методом Гаусса: β1 = 1.468; β2 = 0.573; β3 = -0.743; β4 =0.374; β5 = -0.501;Стандартизированная форма уравнения регрессии имеет вид:ty = 1.468x1 + 0.573x2 -0.743x3 + 0.374x4 -0.501x5Найденные из данной системы β–коэффициенты позволяют определить значения коэффициентов врегрессии в естественном масштабе по формулам:4153.

Анализ параметров уравнения регрессии.Перейдем к статистическому анализу полученного уравнения регрессии: проверке значимостиуравнения и его коэффициентов, исследованию абсолютных и относительных ошибок аппроксимацииДля несмещенной оценки дисперсии проделаем следующие вычисления:Несмещенная ошибка ε = Y - Y(x) = Y - X*s (абсолютная ошибка аппроксимации)YY(x)ε = Y - Y(x)ε2(Y-Yср)2|ε : Y|10094.2915.70932.595188232.020.0571312303.858.1566.42349220.5920.0261455452.0912.9098.4656218.4490.00639950937.81712.183148.427173174.8780.012812001182.65917.341300.713443746.3060.0145550538.51611.484131.874260.5920.0209170164.8195.18126.845132392.020.0305715.341993244.8570.168Средняя ошибка аппроксимацииОценка дисперсии равна:se2=(Y-Y(X))T(Y-Y(X))=715.341Несмещенная оценка дисперсии равна:Оценка среднеквадратичного отклонения (стандартная ошибка для оценки Y):Найдем оценку ковариационной матрицы вектора k = S2 • (XTX)-135755.074-35.781-47746.99968.129-233.063-3181.665416-35.7810.055881.882-0.1352.315-72.325-47746.99881.881132972.771-211.7544314.867-157779.43968.129-0.135-211.7540.359-7.969267.325-233.0632.3154314.866-7.969284.676-9742.178-3181.667-72.322-157779.439267.325-9742.18398431.893Дисперсии параметров модели определяются соотношением S2i = Kii, т.е.

это элементы, лежащие наглавной диагонали6. Проверка общего качества уравнения множественной регрессии.F-статистика. Критерий Фишера.Проверим гипотезу об общей значимости - гипотезу об одновременном равенстве нулю всехкоэффициентов регрессии при объясняющих переменных:H0: R2 = 0; β1 = β2 = ... = βm = 0.H1: R2 ≠ 0.Проверка этой гипотезы осуществляется с помощью F-статистики распределения Фишера(правосторонняя проверка).Если F < Fkp = Fα ; n-m-1, то нет оснований для отклонения гипотезы H0.Табличное значение при степенях свободы k1 = 5 и k2 = n-m-1 = 7 - 5 - 1 = 1, Fkp(5;1) = 230Поскольку фактическое значение F > Fkp, то коэффициент детерминации статистически значим иуравнение регрессии статистически надежно.417В результате расчетов было получено уравнение множественной регрессии: Y = -86.6472 + 1.4422X1 +1117.2342X2-1.6839X3 + 56.6082X4-2687.5646X5.

Возможна экономическая интерпретация параметровмодели: увеличение X1 на 1 ед.изм. приводит к увеличению Y в среднем на 1.442 ед.изм.; увеличениеX2 на 1 ед.изм. приводит к увеличению Y в среднем на 1117.234 ед.изм.; увеличение X3 на 1 ед.изм.приводит к уменьшению Y в среднем на 1.684 ед.изм.; увеличение X4 на 1 ед.изм. приводит кувеличению Y в среднем на 56.608 ед.изм.; увеличение X5 на 1 ед.изм.

приводит к уменьшению Y всреднем на 2687.565 ед.изм. Статистическая значимость уравнения проверена с помощьюкоэффициента детерминации и критерия Фишера. Установлено, что в исследуемой ситуации 99.93%общей вариабельности Y объясняется изменением факторов Xj.ЧАСТЬ 2 Оценка уравнения регрессии для 2-ого классификационногокластера1. Оценка уравнения регрессии.Определим вектор оценок коэффициентов регрессии. Согласно методу наименьших квадратов,вектор sполучается из выражения: s = (XTX)-1XTYК матрице с переменными Xj добавляем единичный столбец:11800.950250.6212001.335070.42127018070.515800.88070.6813501.416040.5515241.5150150.6314201.3100130.2812501.110050.24Матрица Y418160150200239264400388223Матрица XT111111111802002705803505244202500.91.310.81.41.51.31.1503508080160150100100257774151350.620.420.50.680.550.630.280.24Умножаем матрицы, (XTX)827749.31070833.92277411176763253348600278201425.224199.3325311.25133394.74.491107034860013332059009510506.9832782094.79510120743.193.921425.224.491506.943.192.1086В матрице, (XTX) число 8, лежащее на пересечении 1-й строки и 1-го столбца, получено как суммапроизведенийэлементов1-йстрокиматрицыXT и1-гостолбцаматрицыУмножаем матрицы, (XTY)20247721302449.525896021338984.08Находим обратную матрицу (XTX)-15.93114.8E-5-3.56790.00159-0.0153-3.52774.8E-51.1E-5-0.003039.0E-69.8E-5-0.00546-3.5679-0.003034.1526-0.00728-0.037552.35230.001599.0E-6-0.007283.3E-50.000176-0.00515-0.01539.8E-5-0.037550.0001760.00444-0.09088-3.5277-0.005462.3523-0.00515-0.090888.8108X420Вектор оценок коэффициентов регрессии равенY(X) = (XTX)-1XTY =-84.99790.4555243.0273-0.343.3911-194.4607Уравнение регрессии (оценка уравнения регрессии)Y = -84.9979 + 0.4555X1 + 243.0273X2-0.34X3 + 3.3911X4-194.4607X53.

Анализ параметров уравнения регрессии.Перейдем к статистическому анализу полученного уравнения регрессии:проверке значимости уравнения и его коэффициентов, исследованиюабсолютных и относительных ошибок аппроксимацииДля несмещенной оценки дисперсии проделаем следующие вычисления:Несмещенная ошибка ε = Y - Y(x) = Y - X*s (абсолютная ошибкааппроксимации)YY(x)ε = Y - Y(x)ε2(Y-Yср)2|ε : Y|160162.93-2.938.58586490.0183150145.0964.90424.052106090.0327200180.32419.676387.13128090.0984421239237.9271.0731.1521960.00449264266.878-2.8788.2841210.0109400395.5864.41419.479216090.011388377.88810.112102.262182250.0261223232.494-9.49490.1329000.0426641.077631180.244Средняя ошибка аппроксимацииОценка дисперсии равна:se2=(Y-Y(X))T(Y-Y(X))=641.077Несмещенная оценка дисперсии равна:Оценка среднеквадратичного отклонения (стандартная ошибка для оценки Y):Найдем оценку ковариационной матрицы вектора k = S2 • (XTX)-11901.1510.0154-1143.6360.508-4.905-1130.7570.01540.00359-0.970.002970.0314-1.749-1143.636-0.971331.085-2.332-12.037754.0130.5080.00297-2.3320.01040.0563-1.651-4.9050.0314-12.0370.05631.423-29.131-1130.757-1.749754.013-1.651-29.1312824.219Дисперсии параметров модели определяются соотношением S2i = Kii, т.е.

это элементы, лежащие на422главной6.диагоналиПроверкаобщегокачествауравнениямножественнойрегрессии.КритерийF-статистика.Фишера.Проверим гипотезу об общей значимости - гипотезу об одновременном равенстве нулю всехкоэффициентоврегрессииR2 =H0:0;приβ1 =β2 =объясняющих...=переменных:βm =0.R ≠H1:0.2Проверка этой гипотезы осуществляется с помощью F-статистики распределения Фишера(правосторонняяЕслиF<проверка).Fkp =Fα;,n-m-1тонетоснованийдляотклонениягипотезыH0.Табличное значение при степенях свободы k1 = 5 и k2 = n-m-1 = 8 - 5 - 1 = 2, Fkp(5;2) = 19.3Поскольку фактическое значение F > Fkp, то коэффициент детерминации статистически значим иуравнение регрессии статистически надежно.В результате расчетов было получено уравнение множественной регрессии:Y = -84.9979 + 0.4555X1 + 243.0273X2-0.34X3 + 3.3911X4-194.4607X5.Статистическая значимость уравнения проверена с помощью коэффициента детерминации и критерияФишера.

Установлено, что в исследуемой ситуации 98.98% общей вариабельности Y объясняетсяизменением факторов Xj.ЧАСТЬ 3 Оценка уравнения регрессии для 3-ого классификационногокластера423Оценкауравнениярегрессии.Определим вектор оценок коэффициентов регрессии. Согласно методу наименьших квадратов, вектор sполучаетсяизвыражения:s=(XTX)-1XTYК матрице с переменными Xj добавляем единичный столбец:11300.633040.6111301.082040.8112000.547560.6512000.544050.5412360.783560.616200.548020.7416000.465030.914000.664050.4712700.755030.3211200.676070.3711000.678070.39Матрица Y13480200155424885234851201607863Матрица XT111111111111301302002002366206004002701201000.63 1.080.540.540.780.540.460.660.750.670.673020754035805040506080446562353770.610.810.650.540.60.740.90.470.320.370.39Умножаем матрицы, (XTX)1130067.32560526.4300611711961847.08162060120461920.87.321847.085.154353.834.854.2427425560162060353.8327502700318.25521204634.85270027428.696.41920.84.2427318.2528.694.0722В матрице, (XTX) число 11, лежащее на пересечении 1-й строки и 1-го столбца, получено как суммапроизведенийэлементов1-йстрокиматрицыXT и1-гостолбцаматрицыУмножаем матрицы, (X Y)T20868417081230.3511851079271397.59Находим обратную матрицу (XTX)-112.2506-0.00588-6.8968-0.02666-0.6538-2.6033-0.005881.0E-50.00352-1.7E-50.000637-0.00223-6.89680.003526.56380.019160.161-0.2926-0.02666-1.7E-50.019160.000397-0.001650.01064-0.65380.0006370.161-0.001650.089330.05864-2.6033-0.00223-0.29260.010640.058644.4466X426ВектороценоккоэффициентоврегрессииравенY(X) = (XTX)-1XTY =137.30270.2676-208.13922.3103-34.6167277.1541Уравнениерегрессии(оценкауравнениярегрессии)Y = 137.3027 + 0.2676X1-208.1392X2 + 2.3103X3-34.6167X4 + 277.1541X52.МатрицапарныхкоэффициентовкорреляцииR.Число наблюдений n = 11.

Характеристики

Список файлов диссертации

Методологические основы градостроительного планирования агломерационных систем перехватывающих стоянок
Свежие статьи
Популярно сейчас
Почему делать на заказ в разы дороже, чем купить готовую учебную работу на СтудИзбе? Наши учебные работы продаются каждый год, тогда как большинство заказов выполняются с нуля. Найдите подходящий учебный материал на СтудИзбе!
Ответы на популярные вопросы
Да! Наши авторы собирают и выкладывают те работы, которые сдаются в Вашем учебном заведении ежегодно и уже проверены преподавателями.
Да! У нас любой человек может выложить любую учебную работу и зарабатывать на её продажах! Но каждый учебный материал публикуется только после тщательной проверки администрацией.
Вернём деньги! А если быть более точными, то автору даётся немного времени на исправление, а если не исправит или выйдет время, то вернём деньги в полном объёме!
Да! На равне с готовыми студенческими работами у нас продаются услуги. Цены на услуги видны сразу, то есть Вам нужно только указать параметры и сразу можно оплачивать.
Отзывы студентов
Ставлю 10/10
Все нравится, очень удобный сайт, помогает в учебе. Кроме этого, можно заработать самому, выставляя готовые учебные материалы на продажу здесь. Рейтинги и отзывы на преподавателей очень помогают сориентироваться в начале нового семестра. Спасибо за такую функцию. Ставлю максимальную оценку.
Лучшая платформа для успешной сдачи сессии
Познакомился со СтудИзбой благодаря своему другу, очень нравится интерфейс, количество доступных файлов, цена, в общем, все прекрасно. Даже сам продаю какие-то свои работы.
Студизба ван лав ❤
Очень офигенный сайт для студентов. Много полезных учебных материалов. Пользуюсь студизбой с октября 2021 года. Серьёзных нареканий нет. Хотелось бы, что бы ввели подписочную модель и сделали материалы дешевле 300 рублей в рамках подписки бесплатными.
Отличный сайт
Лично меня всё устраивает - и покупка, и продажа; и цены, и возможность предпросмотра куска файла, и обилие бесплатных файлов (в подборках по авторам, читай, ВУЗам и факультетам). Есть определённые баги, но всё решаемо, да и администраторы реагируют в течение суток.
Маленький отзыв о большом помощнике!
Студизба спасает в те моменты, когда сроки горят, а работ накопилось достаточно. Довольно удобный сайт с простой навигацией и огромным количеством материалов.
Студ. Изба как крупнейший сборник работ для студентов
Тут дофига бывает всего полезного. Печально, что бывают предметы по которым даже одного бесплатного решения нет, но это скорее вопрос к студентам. В остальном всё здорово.
Спасательный островок
Если уже не успеваешь разобраться или застрял на каком-то задание поможет тебе быстро и недорого решить твою проблему.
Всё и так отлично
Всё очень удобно. Особенно круто, что есть система бонусов и можно выводить остатки денег. Очень много качественных бесплатных файлов.
Отзыв о системе "Студизба"
Отличная платформа для распространения работ, востребованных студентами. Хорошо налаженная и качественная работа сайта, огромная база заданий и аудитория.
Отличный помощник
Отличный сайт с кучей полезных файлов, позволяющий найти много методичек / учебников / отзывов о вузах и преподователях.
Отлично помогает студентам в любой момент для решения трудных и незамедлительных задач
Хотелось бы больше конкретной информации о преподавателях. А так в принципе хороший сайт, всегда им пользуюсь и ни разу не было желания прекратить. Хороший сайт для помощи студентам, удобный и приятный интерфейс. Из недостатков можно выделить только отсутствия небольшого количества файлов.
Спасибо за шикарный сайт
Великолепный сайт на котором студент за не большие деньги может найти помощь с дз, проектами курсовыми, лабораторными, а также узнать отзывы на преподавателей и бесплатно скачать пособия.
Популярные преподаватели
Добавляйте материалы
и зарабатывайте!
Продажи идут автоматически
6418
Авторов
на СтудИзбе
307
Средний доход
с одного платного файла
Обучение Подробнее