I |
J |
K |
L |
M |
N |
O |
P |
|
17 |
Ym(t)=B0+B1*t+B2*t^2+B3*t^3 |
|||||||
18 |
t |
B0 |
B1*t |
B2*t^2 |
B3*t^3 |
Ym(t) |
|
(Ym-Y)^2 |
19 |
1 |
10,839 |
-0,2611 |
0,1259 |
-0,0051 |
10,0436 |
0,00436 |
0,001901 |
20 |
2 |
10,1839 |
-0,5222 |
0,5036 |
-0,0408 |
10,1245 |
0,00740 |
0,0057002 |
21 |
3 |
10,1839 |
-0,7833 |
1,1331 |
-0,1377 |
10,396 |
0,00038 |
1,6E-05 |
22 |
4 |
10,1839 |
-1,0444 |
2,0144 |
-0,3284 |
10,8275 |
0,00254 |
0,0007582 |
23 |
5 |
10,1839 |
-1,3055 |
3,1475 |
-0,6375 |
11,3884 |
0,001017 |
0,0001346 |
24 |
6 |
10,1839 |
-1,5866 |
4,5324 |
-1,1016 |
12,0481 |
0,004008 |
0,0023136 |
25 |
7 |
10,1839 |
-1,8277 |
6,1691 |
-1,7493 |
12,776 |
0,001875 |
0,000576 |
26 |
8 |
10,1839 |
-2,0888 |
8,0576 |
-2,6112 |
13,5415 |
0,004301 |
0,0034223 |
27 |
9 |
10,1839 |
-2,3499 |
10,1979 |
-3,7179 |
14,314 |
0,000979 |
0,000196 |
28 |
10 |
10,1839 |
-2,611 |
12,59 |
-5,1 |
15,06 |
0,002458 |
0,0013784 |
29 |
11 |
10,1839 |
-2,8721 |
15,2339 |
-6,7881 |
15,7576 |
0,002683 |
0,0017978 |
30 |
12 |
10,1839 |
-3,1332 |
18,1296 |
-8,8128 |
16,3675 |
0,001981 |
0,0010562 |
31 |
13 |
10,1839 |
-3,3943 |
21,2771 |
-11,204 |
16,862 |
0,033996 |
0,0192463 |
32 |
14 |
10,1839 |
-3,8554 |
24,8784 |
-13,994 |
17,2105 |
0,283303 |
|
33 |
15 |
10,1839 |
-3,9185 |
28,3275 |
-17,212 |
17,3824 |
0,0017497 |
|
34 |
16 |
10,1839 |
-4,1776 |
32,2304 |
-20,889 |
17,3471 |
Sy=0,041829 |
Использование окна Макрос
1. Выполнить команду Сервис/Макрос/Макросы. Откроется диалоговое окно.
2. Выбрать имя макроса Гаусс и нажать кнопку Выполнить.
В результате выполнения макроса Гаусс в ячейки A25:D28 будут импортированы значения элементов треугольной матрицы, а в ячейки Н25:Н28 – значения коэффициентов регрессионной модели: b0=10,184; b=-0,2611; b2=0,1259; b3=-0,0051. После подстановки этих значений коэффициентов в уравнение (7) регрессионная модель для ряда, заданного табл. 1, примет вид
Ym(t)= 10.184 - 0.2611t + 0.1259t2 - 0.0051t3 . (10)
Реализация третьей операции требует вычисления значений ym(ti) в точках наблюдения ti=1,2,…,12 и за пределами интервала наблюдения при t=13,14,15. Результаты вычислений значений слагаемых регрессионной модели и ym(t) размещены в ячейках I19:M34 и показаны в табл. 5.
Для выполнения четвертой операции по вычислению величин Sy и e по формулам (5) и (6) в ячейки О19 и Р19 введем формулы:
=ABS((N19-H3)/H3), (11)
=(N19-H3)^2. (12)
Далее, распространив подобные формулы на ячейки О19:О33 и Р19:Р33, получим 15 значений элементов каждого ряда. Затем, осуществив суммирование, вычислим значения Sy и e, которые поместим в ячейки О34 и Р34.
Воспользовавшись данными фактического объема продаж y(ti) (ячейки Н3:Н14), данными модели ym(ti) (ячейки N19:N34), значениями моментов времени ti (ячейки I19:I34) и кнопкой Мастер диаграмм на стандартной панели, получим графики этих функций. Эти графики будут воспроизведены, если нажать клавишу Ctrl и, не отпуская ее, с помощью левой клавиши мыши выделить содержимое столбцов H, I и N, а затем щелкнуть по кнопке Мастер диаграмм на стандартной панели инструментов. После выполнения четырех шагов Мастера диаграмм на экране появятся графики , и , позволяющие качественно оценить точность аппроксимации. Далее следует проверить модель на адекватность (см. лаб. раб. № 3).
Этой операцией заканчивается реализация получения регрессионной полиномиальной модели .
В экспоненциальной модели требуется определить значения коэффициентов и . Это возможно тогда, когда известны значения ординат реального процесса в моменты времени , i=1, 2, …, n. Уравнение (4) является нелинейным.
Вычисления по определению и упрощаются, если применить операцию логарифмирования к и . Тогда уравнение (4) и квадратический критерий примут вид:
, (13)
. (14)
Как и ранее, условием минимума F является равенство нулю производных:
,
.
Перепишем эту систему из двух уравнений в виде
(15)
Значения моментов времени и известны. Поэтому значения сумм, входящих в эти уравнения, легко вычислить на предварительном этапе.
Обозначим , , , .
Подставим конкретные значения этих сумм в (15). В результате получим:
(16)
Из решения этой системы следует:
(17)
По таблице натуральных логарифмов находим значения коэффициентов экспоненциальной модели и .
1. Полностью воспроизвести пример, приведенный в настоящем описании для полиномиальной модели третьего порядка [формула (7)] с выводом исходных данных y(ti; i=1,2,…,12) и значений модели ym(ti; i=1,2,…,15) на диаграмму.
2. Выбрать место для таблицы, структура которой показана далее, сформировать эту таблицу и заполнить ее данными.
Экспоненциальная модель
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.