Презентация по информатике "Модели статистического прогнозирования" (11 класс, учебник Семакина И.Г. и др)

• 1 слайд

  Модели статистического прогнозирования
  Презентация учителя информатики МБОУ БСОШ №6 г. Королёв
  Тузова А.А.
  

• 2 слайд

  Качество воздуха
  в городе
  Частота легочных
  заболеваний
  Опеределим
  характер
  зависимости
  Качественное
  заключение
  

• 3 слайд

  Уточнение характера зависимости
  Примеси в воздухе,
  влияющие на
  здоровье
  
  
  
  
  
  
  
  
  
  Сильно влияющие
  
  
  
  Несильно влияющие
  Число заболеваний
  Сбор
  экспериментальных
  данных
  Анализ
  Обобщение
  Оксид
  углерода
  Должно
  быть
  много
  

• 4 слайд

  Массовые количественные данные
  
  
  
  
  
  
  Статистика
  =
  Наука
  Сбор
  Анализ
  Измерение
  

• 5 слайд

  Статистика
  
  
  
  
  
  
  
  
  
  
  
  
  Экономическая
  Медицинская
  Социальная
  Математическая
  статистика
  
  

• 6 слайд

  Статистические данные
  Приближённые,
  усреднённые
  Характер зависимости
  величины
  Верно
  отражают
  Носят оценочный характер
  Оценочная
  модель
  Математическая модель
  
  
  P=f(C)
  Формульное выражение функциональной зависимости
  График должен
  проходить близко к экспер. точкам
  подбор
  Матем. методы
  

• 7 слайд

  Искомая функция
  
  
  
  
  
  
  График проходит
  через все
  
  
  Слишком сложный
  вид функции
  экспериментальные
  точки
  Приближенные
  данные
  Нет смысла
  Основные требования
  
  
  
  
  
  
  Достаточная простота
  Удобно использовать
  в дальнейших вычислениях
  Отклонения точек от
  графика
  
  
  
  Минимальны
  Равномерны
  Регрессионная
  модель
  

• 8 слайд

  Получение регрессионной модели
  Подбор вида функции
  
  
  
  
  
  Вычисление
  параметров функции
  
  
  
  
  Не имеет строгого
  решения
  Опыт
  Интуиция
  Слепой
  перебор
  Наиболее используемые функции
  
  
  
  
  
  
  y=ax+b
  y=ax+b
  y=ax2+bx+c
  y=aln(x)+b
  y=aebx
  y=axb
  y=ax3+bx2+cx+d
  a
  b
  c
  d
  Методы
  вычисления
  параметров
  
  
  
  
  Метод
  наименьших
  квадратов
  18 век,
  К. Гаусс
  

• 9 слайд

  Искомая функция
  
  
  
  
  
  
  
  
  МНК
  (y1э-y1ф)2
  (y2э-y2ф)2
  (yiэ-yiф)2
  Σ (yiЭ-yiф)2
  11
  i=1
  k
  min
  Искомая функция должна быть
  построена так, чтобы
  сумма квадратов отклонений y-координат
  всех экспериментальных точек
  от y-координат графика функции
  была минимальной
  

• 10 слайд

  Статистическая обработка данных
  
  
  
  
  
  
  
  
  
  
  
  
  Используемые
  математические
  пакеты
  программ
  МНК
  Построение любой
  функции
  
  Критерии соответствия
  Регрессионная
  модель
  
  
  
  График
  Тренд
  

• 11 слайд

  
  
  Регрессионная модель
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  Функция
  
  
  
  
  
  
  График
  Формула
  Коэффициент
  детерминированности
  
  
  
  Интервал
  
  
  0 ... 1
  Удачная
  регрессионная модель
  R2
  Неудачная
  регрессионная модель
  

• 12 слайд

  Регрессионная
  математическая модель
  Значения,
  полученные путём
  измерений
  Прогнозирование процесса
  для других значений аргумента
  
  
  
  
  
  Восстановление
  значения
  Экстраполяция
  
  
  В пределах
  экспериментальных
  значений
  За пределами
  экспериментальных
  данных
  В том числе
  с помощью ЭТ
  Графическим
  способом
  держится на гипотезе: предположим, что за пределами экспериментальной области закономерность сохраняется