На предыдущем ряде селекции получен полином с меньшей дисперсией
Данные 4 ряда селекции
Массив полиномов с аргументами первого ряда селекции
0.2612 0.0986 0.1952 0.6884 0.3917 -0.3739 -0.3153
0.2617 0.0947 0.1935 0.6781 0.4087 -0.3634 -0.3284
0.2652 0.0850 0.2033 0.6514 0.4332 -0.3637 -0.3220
0.2813 0.0527 0.3413 0.5389 0.3883 -0.5448 -0.0182
0.2892 0.1033 0.1212 0.7020 0.4737 -0.2655 -0.4897
0.3115 0.1365 0.0908 0.7913 0.3812 -0.2514 -0.5179
На предыдущем ряде селекции получен полином с меньшей дисперсией
Мин. ошибка на точках пров. последов. равна 0.2625
Лучший полином y=A0+A1*X+A2*X¤+...
0.0954 0.1916 0.6803 0.4082 -0.3613 -0.3320
Нормир. значение пронозир. величины равно -1.1108
Абсолютное значение прогнозируемой величины равно -0.1866
2. Введите критерий вычислений Kriter (1/2)
Kriter=1 - aлгоритм с критерием: сумма модулей отклонений на точках пров. последовательности;
Kriter=2 - aлгоритм с критерием: сумма квадратов отклонений на точках пров. последовательности
Выбран критерий N 2
Число экспериментальных точек =19
Число аргументов =5
Среднее значение равно 1.6842
Нормированные амплитуды
-1.0000 -1.0000 -1.0000 -0.4063 0.1875 0.1875 0.7813
0.7813 0.7813 1.3750 0.7813 0.7813 0.7813 0.1875 0.
1875 -0.4063 -1.0000 -1.0000 -1.0000
Дисперсия точек
3.235352 2.845703 2.456055 2.066406 3.791992 4.367188
4.942383 4.942383 4.367188 3.791992 2.066406 2.4560
55 2.845703 3.235352
Число точек обучающей последовательности n1=7
Число пропускаемых полиномов =6
Число точек проверочной последовательности n2=7
Для вывода данных рядов селекции нажмите пробел
Данные 1 ряда селекции
Массив полиномов с аргументами первого ряда селекции
0.9768 0.0393 0.8541 0.0 0.0 0.0 -0.0773
1.5915 -0.0669 0.5593 0.3503 0.0 0.0 0.0
1.9363 0.2833 0.0 1.0324 0.0 0.0 -0.7730
2.5540 0.3919 0.0 1.0876 0.0 -0.8832 0.0
2.6840 -0.1679 0.6195 0.0 0.4071 0.0 0.0
2.8575 -0.0697 0.0 0.0 1.3750 0.0 -0.7292
Данные 2 ряда селекции
Массив полиномов с аргументами первого ряда селекции
0.9284 0.1259 0.2874 0.7205 0.1889 -0.5851 0.0
1.0825 0.1077 0.0 0.6693 0.6220 0.0 -0.8309
1.1148 0.2204 0.3973 0.7446 0.0 -0.6047 -0.0359
1.1160 0.1660 0.1530 0.8153 0.1005 0.0 -0.6104
1.1177 0.1349 0.0 0.6962 0.7391 -0.5653 -0.3920
1.1828 0.1990 0.2298 0.8794 0.0 -0.5973 0.0
Данные 3 ряда селекции
Массив полиномов с аргументами первого ряда селекции
0.8692 0.1081 0.1569 0.7162 0.4032 -0.3194 -0.4009
0.8882 0.1290 0.2661 0.7484 0.1748 -0.4829 -0.1151
0.9482 0.0394 0.3546 0.4984 0.4274 -0.5551 0.0
0.9499 0.1665 0.2348 0.7295 0.2689 -0.3574 -0.3805
0.9539 0.1357 0.1029 0.7893 0.3675 -0.2675 -0.4910
1.0668 0.1807 0.2068 0.8773 0.0376 -0.3887 -0.2283
Данные 4 ряда селекции
Массив полиномов с аргументами первого ряда селекции
0.8160 0.1257 0.2731 0.6629 0.3193 -0.4204 -0.2659
0.8369 0.0850 0.2033 0.6514 0.4332 -0.3637 -0.3220
0.8421 0.0947 0.1935 0.6781 0.4087 -0.3634 -0.3284
0.8441 0.0986 0.1952 0.6884 0.3917 -0.3739 -0.3153
0.8898 0.1397 0.1994 0.7239 0.3303 -0.3403 -0.3900
0.8916 0.0554 0.3376 0.5479 0.3804 -0.5366 -0.0286
Данные 5 ряда селекции
Массив полиномов с аргументами первого ряда селекции
0.7982 0.1213 0.2973 0.6424 0.3154 -0.4466 -0.2247
0.8230 0.1342 0.2873 0.6651 0.2958 -0.4319 -0.2543
0.8364 0.0781 0.2103 0.6320 0.4508 -0.3638 -0.3173
0.8373 0.0777 0.2076 0.6312 0.4556 -0.3580 -0.3256
0.8395 0.1228 0.2263 0.6924 0.3407 -0.3786 -0.3224
0.8400 0.1108 0.2016 0.6864 0.3845 -0.3528 -0.3546
Мин. ошибка на точках пров. последов. равна 0.7982
Лучший полином y=A0+A1*X+A2*X¤+...
0.1213 0.2973 0.6424 0.3154 -0.4466 -0.2247
Нормир. значение пронозир. величины равно -1.0448
Абсолютное значение прогнозируемой величины равно -0.0755
Вывод: В ходе выполнения лабораторной работы приобрели и закрепили знания и практические навыки в изучении метода группового учета аргументов.
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.