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 .