- •Курсовая работа
- •Пояснительная записка
- •Курсовая работа
- •Задание
- •Аннотация.
- •Abstract.
- •Оглавление.
- •Введение.
- •Постановка задачи.
- •Расчётные формулы.
- •Расчёт с помощью таблиц, выполненных средствами Microsoft Excel.
- •Результаты, полученные с помощью функции линейн.
- •Представление результатов в виде графиков.
- •Оценка значимости линейной аппроксимации.
- •Получение числовых характеристик квадратичной зависимости.
- •Оценка значимости квадратичной аппроксимации.
- •Получение числовых характеристик экспоненциальной зависимости.
- •Оценка значимости экспоненциальной аппроксимации.
- •Программа расчета на языке программирования Turbo Pascal.
- •Приложение 1: Таблица значений.
- •Список используемой литературы.
Оценка значимости квадратичной аппроксимации.
Оценку зависимости коэффициента детерминированности проводим поF-критерию Фишера, используя формула (18), а оценку параметровa1и а2 и а3 поt-критерию Стьюдента, используя данные таблицы 14. Результаты приведены в табл.14.
Таблица 14.
|
D |
E |
F |
G |
H |
I |
J |
71 |
Fтабл= |
4,3 |
Fквадр= |
257,2069 |
tтабл= |
2,8188 |
Fквадр>Fтабл |
72 |
Dобщ= |
3940,117 |
sa1= |
8,664165 |
ta1= |
0,518204 |
tнабл<tтабл |
73 |
Dфакт= |
90684,48 |
sa2= |
2,70449 |
ta2= |
0,749299 |
tнабл<tтабл |
74 |
Dост= |
168,6224 |
sa3= |
0,173422 |
ta3= |
6,066995 |
tнабл>tтабл |
Имеем следующие неравенства:
Значит гипотезаH0отвергается, т.е. коэффициент детерминированностизначим.
Значит гипотезаH0принимается, т.е. коэффициент а1 не значим.
Значит гипотезаH0принимается, т.е. коэффициент а2 не значим.
Значит гипотезаH0отвергается, т.е. коэффициент а3 значим.
Получение числовых характеристик экспоненциальной зависимости.
Таблица 15.
-
А
B
78
1,414215
2,289336
79
0,032232
0,264971
80
0,834075
0,671876
81
115,6166
23
82
52,19134
10,3826
В ячейках A71:C75 введена формула { =ЛГРФПРИБЛ(A3:A27;B3:B27;;ИСТИНА.)}.
Сравнивая значения коэффициентов, полученных вручную (a1=58,95946; а2=-0,02581) с
Табличными, видим отличие в значении а2(он вычислен в ячейкеA78). Это связано с тем, что функция ЛГРФПРИБЛ возвращает параметры для соотношения, а мы строим аппроксимацию вида. То есть. Отсюда следует, что.
Вычисление коэффициента проведено в таблице 16.
Таблица 16.
|
А |
77 |
0,346575 |
В ячейке А77 введена формула = LN(A78).
Оценка значимости экспоненциальной аппроксимации.
Оценку зависимости коэффициента детерминированности проводим поF-критерию Фишера, используя формула (17), а оценку параметровa1и а2 поt-критерию Стьюдента, используя данные таблицы 15. Результаты приведены в табл.17.
Таблица 17.
|
D |
E |
F |
G |
H |
I |
J |
77 |
|
|
Fквадр= |
4,28 |
|
|
|
78 |
Dобщ= |
2,607248 |
Fэксп= |
115,6166 |
tтабл= |
2,8073 |
Fэксп>Fтабл |
79 |
Dфакт= |
52,19134 |
sa1= |
0,264971 |
ta1= |
8,639958 |
tнабл>tтабл |
80 |
Dост= |
0,451417 |
sa2= |
0,032232 |
ta2= |
10,75252 |
tнабл>tтабл |
Значит гипотезаH0отвергается, т.е. коэффициент детерминированностизначим.
Значит гипотезаH0отвергается, т.е. коэффициент а1 значим.
Значит гипотезаH0отвергается, т.е. коэффициент а2 значим.
Вывод: Лучше всего функцию заданную таблицей один аппроксимирует квадратичная аппроксимация. Т.к. что коэффициенты детерминированности линейной и экспоненциальной аппроксимаций значимы, но меньше, чем у квадратичной.
Схема алгоритма.
Промежуточные расчёты (согл. таблице
2)
Аппроксимируем функцию y=f(x)
линейной функцией(находим
коэффициенты а1и а2)
Аппроксимируем функцию y=f(x)
квадратичной функцией(находим
коэффициенты а1, а2и а3)
Аппроксимируем функцию y=f(x)
экспоненциальной функцией(находим
коэффициенты а1и а2)
Находим среднее арифметическое
и
Промежуточные расчёты (согл. таблице
7)
Находим коэффициент корреляции r
(для линейной аппроксимации)
Находим коэффициент детерминированности
r2
для линейной, квадратичной и
экспоненциальной аппроксимации
Рис.1. Схема алгоритма для программы расчёта.