DevioLab CRYPTO TRADING AUTOMATION
LIVE
AUTOMATED CRYPTO TRADING • BINANCE
Автоматизуйте свій криптопортфель
Торгові боти DevioLab аналізують крипторинок, автоматично відкривають і закривають позиції та керують вашим портфелем на Binance 24/7.
CRYPTO 80 Bots
BINANCE Spot Trading
TRADING 24 / 7
Спробувати DevioLab
deviolab.com

Обчислення МНК-оцінки класичної лінійної регресійної моделі на відрізку

Інформація про навчальний заклад

ВУЗ:
Національний університет Львівська політехніка
Інститут:
Не вказано
Факультет:
Не вказано
Кафедра:
Кафедра прикладної математики

Інформація про роботу

Рік:
2013
Тип роботи:
Звіт про виконання лабораторної роботи
Предмет:
Математика

Частина тексту файла (без зображень, графіків і формул):

МІНІСТЕРСТВО ОСВІТИ, НАУКИ, МОЛОДІ ТА СПОРТУ УКРАЇНИ НАЦІОНАЛЬНИЙ УНІВЕРСИТЕТ “ЛЬВІВСЬКА ПОЛІТЕХНІКА” Інститут прикладної математики та фундаментальних наук Кафедра прикладної математики Звіт про виконання лабораторної роботи №1 з курсу “Математичні методи оптимального планування” на тему: “Обчислення МНК-оцінки класичної лінійної регресійної моделі на відрізку” Варіант №38 Постановка задачі Розглядається класична лінійна регресійна модель з поліноміальною функцією регресії 5-го порядку , ; , — вектор похибок, компоненти якого мають нормальний розподіл , тобто , .  — сукупність точок, в яких проводяться спостереження. Значення параметрів регресії . Потрібно передбачити вивід проміжних даних: матрицю плану , матрицю , МНК-оцінку . Порівняти значення функції регресії для вхідних параметрів  і знайдених параметрів . Хід роботи Для виконання роботи використовую пакет прикладних програм Maple. Сукупність точок спостережень  задаю двома способами: а) набір точок відрізку , що задовольняє умову : >  >  >  >  >  >  >  >  >  >  б) рівномірно розподілений набір точок на відрізку : >  >  >  >  >  >  Для задання матриці плану експерименту  використовую таку конструкцію: >  >  Моделюю вектор похибок , , де  має  – нормальний розподіл: >  Обчислюю вектор результатів спостережень , використовуючи формулу : >  >  >  >  >  >  Обчислюю МНК-оцінку  для вектора  наступним чином : У випадку а) отримую такий результат: >   У випадку б) отримую такий результат: >   Обчислюю дисперсію МНК-оцінки : а) >  >        б) >  >         Оцінку дисперсії шукаю за формулою : а) >   б) >   Порівнюю функції  і . Для побудови графіків використовую таку функцію Maple: plot ({f(v), h(v)}, v=a..b), де f , h – функції, a, b – межі зміни v. а) >   >   >    б) >   >   >    Висновок На даній лабораторній роботі обчислив вектор результатів спостережень , МНК-оцінку  для вектора , дисперсію МНК-оцінки , а також оцінку дисперсії . Порівняв значення функції регресії для вхідних параметрів  і знайдених параметрів .
Антиботан аватар за замовчуванням

09.04.2013 21:25

Коментарі

Ви не можете залишити коментар. Для цього, будь ласка, увійдіть або зареєструйтесь.

Ділись своїми роботами та отримуй миттєві бонуси!

Нічого не вибрано
0%

Оголошення від адміністратора

Антиботан аватар за замовчуванням

Подякувати Студентському архіву довільною сумою

Admin

26.02.2023 12:38

Дякуємо, що користуєтесь нашим архівом!