Рабочие листы
к вашим урокам
Скачать
1 слайд
Презентация к уроку в 11 классе на тему
«Построение регрессионных моделей в Microsoft Excel»
Автор – Мирзоева Зитта Михайловна
Место работы – ГБОУ ШКОЛА 1028
Должность – УЧИТЕЛЬ ИНФОРМАТИКИ
2 слайд
Тема урока
Построение регрессионных моделей в Microsoft Excel
Цель урока: освоение способов построения по экспериментальным данным регрессионной модели средствами ЭТ.
3 слайд
Основные этапы компьютерного моделирования
1.Постановка задачи - описание объекта моделирования в общем виде, определение конечного результата моделирования и имеющихся условий.
2.Определение цели моделирования. От выбранной цели зависит, какие характеристики объекта моделирования считать существенными, какие методы лучше подходят для решения данной задачи.
3.Анализ объекта моделирования для выделения существенных свойств с точки зрения цели моделирования.
4.Формализация. Формами представления данных могут быть: словесное описание, чертеж, таблица, формула, схема, алгоритм, компьютерная программа.
Конечной целью этого этапа является создание информационной модели.
5.Разработка компьютерной модели для проведения эксперимента:
Разнообразное программное обеспечение позволяет преобразовать исходную информационную модель в компьютерную и провести компьютерный эксперимент.
6.Компьютерный эксперимент:
а) исследование модели;
б) анализ полученных результатов на соответствие цели моделирования;
в) уточнение модели.
Конечная цель моделирования — принятие решения, которое должно быть выработано на основе всестороннего анализа результатов моделирования. Если результаты не соответствуют целям поставленной задачи, значит, на предыдущих этапах были допущены ошибки. Если такие ошибки выявлены, то требуется уточнение (корректировка) модели.
4 слайд
Контрольные вопросы по табличному редактору Excel
1.Назначение ЭТ.
для хранения и обработки числовых данных
для хранения таблиц
для обработки графической информации
для представления текстовой информации в табличном виде.
2. Укажите форматы следующих данных:
12345, Мир, 14 апреля 1998г., =А2+17.
3. Приведите примеры абсолютных и относительных ссылок.
4. В ячейку D13 ввели формулу =C12/$B$4. Данную формулу скопировали в ячейку F15. Какая формула содержится в F15.
5. Сколько ячеек содержит блок D5:I9.
6. Какие категории функций, используемых в ЭТ , вы знаете.
7. Какие статистические функции вы знаете.
5 слайд
а)
б)
в)
г)
д)
е)
8. Назовите типы приведенных ниже диаграмм.
6 слайд
Математическая обработка статистических данных, результатов эксперимента
Зависимости между параметрами некоторого объекта, процесса, явления могут быть выражены с помощью математических формул. Но в некоторых случаях коэффициенты в этих формулах могут быть получены в результате статистической обработки экспериментальных данных.
Статистика — это наука о сборе, измерении и анализе больших массивов данных. Статистические данные носят приближенный, усредненный характер, получаются путем многократных измерений. Статистические функции электронных таблиц позволяют обрабатывать статистические данные.
Статистический анализ данных широко используется:
в народном хозяйстве при: анализе результатов деятельности предприятий и организаций;
оценке состояния финансового, сырьевого и других рынков;
анализе прибыльности инвестиционной деятельности;
составлении краткосрочных планов и долгосрочных прогнозов;
• в научной деятельности для обработки результатов экспериментов, оценки их достоверности, проверки гипотез и пр.
Для обработки и представления результатов естественно-научного и математического эксперимента, экономических и экологических наблюдений, социальных опросов используются динамические (электронные) таблицы.
Для определения статистической зависимости необходимо выполнить два шага:
1.На основании физического смысла статистических данных выбрать вид функции таким образом, чтобы функция располагалась как можно ближе к экспериментальным данным.
2.Выбрать метод вычисления параметров функции, определяющих конкретный вид принятой зависимости.
Полученная аналитическая зависимость называется регрессионной моделью.
7 слайд
Построение регрессионной модели.
Рассмотрим пример из медицинской статистики. Специалистами собраны сведения о средней концентрации угарного газа в атмосфере C и о заболеваемости астмой (число хронических больных на 1000 жителей) P. Полученные экспериментальные данные представим в табличной форме и в виде точечной диаграммы.
Как теперь построить математическую модель данного явления? Нужно получить формулу зависимости Р от С.
Основные требования к искомой функции:
- она должна быть достаточно простой для использования ее в дальнейших вычислениях;
график этой функции должен проходить вблизи экспериментальных точек так, чтобы отклонения этих точек о графика были минимальны и равномерны.
8 слайд
Получение регрессионной модели происходит в два этапа:
- подбор вида функции;
вычисление параметров функции.
Чаще всего выбор производится среди следующих функций:
-у=ах+b линейная функция;
- y=ax2+bx+c квадратичная функция;
- y=aln(x)+b логарифмическая функция;
y=aebx экспоненциальная функция;
- y=axb степенная функция.
Во всех этих формулах x – аргумент, y – значение функции, a, b, c – параметры функций.
При выборе одной из функций нужно подобрать параметры так, чтобы функция располагалась как можно ближе к экспериментальным точкам.
Существует метод наименьших квадратов (МНК).
Суть – искомая функция должна быть построена так, чтобы сумма квадратов отклонений y-координат всех экспериментальных точек от y-координат графика функции была бы минимальна.
Графики регрессионной модели называются трендами. (Английское слово trend переводиться как общее направление или тенденция).
9 слайд
Алгоритм получения с помощью MS Excel регрессионных моделей по МНК с построением тренда.
Ввести табличные данные.
Построить точечную диаграмму, где в качестве подписи к оси OX выбрать текст «Линейный тренд» (остальные надписи и легенду можно игнорировать).
Щелкнуть мышью по полю диаграммы; выполнить команду Диаграмма – Добавить линию тренда;
В открывшемся окне на закладке «Тип» выбрать «Линейный тренд»;
Перейти к закладке «Параметры» и установит галочки на флажках «показать уравнения на диаграмме» и «поместить на диаграмме величину достоверности ампроксикации R2» и щелкнуть OK.
Аналогично получаем и другие тренды.
Величина R2 определяет, насколько удачной является полученная регрессионная модель. Из трех построенных моделей самая неудачная – логарифмическая, наиболее удачная – степенная.
10 слайд
Практическое задание для самостоятельного выполнения на получение регрессионных зависимостей.
В представленной таблице приводится прогноз средней дневной температуры на последнюю неделю мая в различных городах европейской части России. Города упорядочены по алфавиту. Указана также географическая широта этих городов.
Построить несколько вариантов регрессионных моделей (не менее трех), отражающих зависимость температуры от широты города. Выбрать наиболее подходящую регрессионную модель.
11 слайд
Домашнее задание:
1. По данным из следующей таблицы постройте с помощью MS Excel линейную, квадратичную, экспоненциальную и логарифмическую регрессионные модели. Определите параметры, выберите модель.
2. Придумайте свои примеры практических задач, для которых имело бы смысл построение регрессионных моделей.
Рабочие листы
к вашим урокам
Скачать
6 663 752 материала в базе
Настоящий материал опубликован пользователем Алексеев Алексей Викторович. Инфоурок является информационным посредником и предоставляет пользователям возможность размещать на сайте методические материалы. Всю ответственность за опубликованные материалы, содержащиеся в них сведения, а также за соблюдение авторских прав несут пользователи, загрузившие материал на сайт
Если Вы считаете, что материал нарушает авторские права либо по каким-то другим причинам должен быть удален с сайта, Вы можете оставить жалобу на материал.
Удалить материалВаша скидка на курсы
40%Курс повышения квалификации
72/180 ч.
Курс профессиональной переподготовки
300/600 ч.
Курс профессиональной переподготовки
300/600 ч.
Мини-курс
6 ч.
Мини-курс
6 ч.
Оставьте свой комментарий
Авторизуйтесь, чтобы задавать вопросы.