Инфоурок / Информатика / Презентации / Презентация по информатике 11 класс "Модели статистического прогнозирования"

Презентация по информатике 11 класс "Модели статистического прогнозирования"



Московские документы для аттестации!

124 курса профессиональной переподготовки от 4 795 руб.
274 курса повышения квалификации от 1 225 руб.

Для выбора курса воспользуйтесь поиском на сайте KURSY.ORG


Вы получите официальный Диплом или Удостоверение установленного образца в соответствии с требованиями государства (образовательная Лицензия № 038767 выдана ООО "Столичный учебный центр" Департаментом образования города МОСКВА).

ДИПЛОМ от Столичного учебного центра: KURSY.ORG


библиотека
материалов
Модели статистического прогнозирования (11класс) учитель информатики МБОУ Сал...
Качество воздуха в городе(чем хуже воздух, тем больше больных астмой) Частота...
Статистика- наука о сборе, измерении и анализе массовых количественных данных...
Рассмотрим пример из области медицинской статистики: Известно, что наиболее с...
2 варианта построения графической зависимости по экспериментальным данным Осн...
Получение регрессивной модели происходит в два этапа: 1) подбор вида функции:...
Метод наименьших квадратов (МНК) был предложен в XVIII веке немецким учёным м...
Метод наименьших квадрантов y=ax+b – линейная функция; y=ax2+bx+c – квадратич...
Графики функций, построенные по МНК, - тренды Обратим внимание на подписи, пр...
R2 – коэффициент детерминированности (определяет, насколько удачной является...
Алгоритм построения регрессионной модели по МНК с помощью MS Excel (линейный...
Построение регрессионной модели по МНК с помощью MS Excel 2007 (линейный тренд)
Практическая работа 3.1 Получение регрессионных моделей в MS Excel Цель рабо...
Имея регрессивную модель , легко прогнозировать, производя расчёты с помощью...
Имея регрессивную модель , легко прогнозировать, производя расчёты с помощью...
ПРОГНОЗИРОВАНИЕ ПО РЕГРЕССИВНОЙ МОДЕЛИ Существует два способа прогнозирования...
Ограничения при экстраполяции ! Применимость всякой регрессионной модели огра...
Практическая работа 3.2 Прогнозирование в MS Excel Цель работы: освоение при...
Используемая литература И.Г.Семакин и др. Информатика 11. Практикум, М.: Бино...
21 1

Описание презентации по отдельным слайдам:

№ слайда 1 Модели статистического прогнозирования (11класс) учитель информатики МБОУ Сал
Описание слайда:

Модели статистического прогнозирования (11класс) учитель информатики МБОУ Салганская СОШ Глухова Т.И.

№ слайда 2 Качество воздуха в городе(чем хуже воздух, тем больше больных астмой) Частота
Описание слайда:

Качество воздуха в городе(чем хуже воздух, тем больше больных астмой) Частота легочных заболеваний Опеределим характер зависимости Качественное заключение. Его не достаточно для того чтобы управлять уровнем загрязнённости воздуха Рассмотрим способ нахождения зависимости частоты заболеваемости жителей города бронхиальной астмой от качества воздуха. Нужно установить, какие именно примеси сильнее всего влияют на здоровье людей, как связана концентрация этих примесей в воздухе с числом заболеваний. Такую зависимость можно установить только экспериментальным путём: посредством сбора многочисленных данных, их анализа и обобщения.

№ слайда 3 Статистика- наука о сборе, измерении и анализе массовых количественных данных
Описание слайда:

Статистика- наука о сборе, измерении и анализе массовых количественных данных Виды статистики: медицинская статистика математический аппарат статистики разрабатывает наука под названием математическая статистика экономическая статистика социальная статистика … Зависимости устанавливаются экспериментальным путем: -сбор данных; - анализ; - обобщение.

№ слайда 4 Рассмотрим пример из области медицинской статистики: Известно, что наиболее с
Описание слайда:

Рассмотрим пример из области медицинской статистики: Известно, что наиболее сильное влияние на бронхиально - легочные заболевания оказывает угарный газ –оксид углерода. Специалисты по медицинской статистике проводят сбор данных. Сведения о средней концентрации угарного газа в атмосфере (C) и о заболеваемости астмой (число хронических больных на 1000 жителей (P) можно свести в таблицу и представить в виде точечной диаграммы.

№ слайда 5 2 варианта построения графической зависимости по экспериментальным данным Осн
Описание слайда:

2 варианта построения графической зависимости по экспериментальным данным Основные требования к искомой функции: - она должна быть достаточно простой для использования ее в дальнейших вычислениях; график функции должен проходить вблизи экспериментальных точек так, чтобы отклонения этих точек о графика были минимальны и равномерны. Полученную таким образом функцию называют в статистике регрессионной моделью.

№ слайда 6 Получение регрессивной модели происходит в два этапа: 1) подбор вида функции:
Описание слайда:

Получение регрессивной модели происходит в два этапа: 1) подбор вида функции: y = ax + b - линейная функция; y = ax2 + bx + c - квадратичная функция (полиномиальная); y=a ln(x) +b - логарифмическая функция; y = aebx- экспоненциальная функция; y = axb - степенная функция. Во всех этих формулах х -аргумент, у- значение функции, a,b,c,d-параметры функции, ln(x) –натуральный логарифм, e –константа, основание логарифма. вычисление параметров функции: метод наименьших квадратов (МНК) - сумма квадратов отклонений y-координат всех экспериментальных точек от y-координат графика функции должна быть минимальной.

№ слайда 7 Метод наименьших квадратов (МНК) был предложен в XVIII веке немецким учёным м
Описание слайда:

Метод наименьших квадратов (МНК) был предложен в XVIII веке немецким учёным математиком К.Гауссом.

№ слайда 8 Метод наименьших квадрантов y=ax+b – линейная функция; y=ax2+bx+c – квадратич
Описание слайда:

Метод наименьших квадрантов y=ax+b – линейная функция; y=ax2+bx+c – квадратичная функция; y=a ln(x)+b – логарифмическая функция; y=aebx – экспоненциальная функция; y=axb – степенная функция; y=ax3+bx2+cx+d – полином 3 степени. График регрессивной модели называется ТРЕНДОМ (англ. “trend”) – общее направление или тенденция y=46,361x-99,881 R2=0,8384 y=3.4302e0,7555x R2=0,9716 y=21,845x2-106,97x+150,21 R2=0,9788

№ слайда 9 Графики функций, построенные по МНК, - тренды Обратим внимание на подписи, пр
Описание слайда:

Графики функций, построенные по МНК, - тренды Обратим внимание на подписи, присутствующие на графиках. Во-первых, это записанные в явном виде искомые функции –регрессивные модели. На графиках присутствует ещё одна величина, полученная в результате построения трендов. Она обозначена как R2. В статистике эта величина называется Коэффициентом детерминированности, который всегда заключён в диапазоне от 0до 1.

№ слайда 10 R2 – коэффициент детерминированности (определяет, насколько удачной является
Описание слайда:

R2 – коэффициент детерминированности (определяет, насколько удачной является полученная регрессионная модель). Если он равен 1, то функция точно проходит через табличные значения, если 0, то выбранный вид регрессивной модели предельно неудачен. Чем R2 ближе к 1, тем удачнее регрессивная модель. Коэффициент детерминированности

№ слайда 11 Алгоритм построения регрессионной модели по МНК с помощью MS Excel (линейный
Описание слайда:

Алгоритм построения регрессионной модели по МНК с помощью MS Excel (линейный тренд) Ввести табличные данные зависимости заболеваемости P от концентрации угарного газа С . Построить точечную диаграмму. (В качестве подписи к оси OX выбрать название тренда - «Линейный», остальные надписи и легенду можно игнорировать). Щелкнуть мышью по полю диаграммы; выполнить команду Диаграмма – Добавить линию тренда; В открывшемся окне на вкладке Тип выбрать Линейный тренд; Перейти на вкладку Параметры и установит галочки на флажках показывать уравнения на диаграмме и поместить на диаграмме величину достоверности ампроксикации R^2 щелкнуть OK.

№ слайда 12 Построение регрессионной модели по МНК с помощью MS Excel 2007 (линейный тренд)
Описание слайда:

Построение регрессионной модели по МНК с помощью MS Excel 2007 (линейный тренд)

№ слайда 13 Практическая работа 3.1 Получение регрессионных моделей в MS Excel Цель рабо
Описание слайда:

Практическая работа 3.1 Получение регрессионных моделей в MS Excel Цель работы: освоение способов построения по экспериментальным данным регрессионной модели и графического тренда средствами табличного процессора MS Excel. Семакин И.Г. Практикум. Информатика и ИКТ 11 кл., стр.209

№ слайда 14 Имея регрессивную модель , легко прогнозировать, производя расчёты с помощью
Описание слайда:

Имея регрессивную модель , легко прогнозировать, производя расчёты с помощью электронных таблиц

№ слайда 15 Имея регрессивную модель , легко прогнозировать, производя расчёты с помощью
Описание слайда:

Имея регрессивную модель , легко прогнозировать, производя расчёты с помощью электронных таблиц Табличный процессор даёт возможность производить экстраполяцию графическим способом, продолжая тренд за пределы экспериментальных данных. Как это выглядит при использовании квадратичного тренда для С=7 показано на графике.

№ слайда 16 ПРОГНОЗИРОВАНИЕ ПО РЕГРЕССИВНОЙ МОДЕЛИ Существует два способа прогнозирования
Описание слайда:

ПРОГНОЗИРОВАНИЕ ПО РЕГРЕССИВНОЙ МОДЕЛИ Существует два способа прогнозирования по регрессивной модели: Восстановление значений – прогноз в пределах экспериментальных значений независимой переменной. Экстраполяция – прогнозирование за пределами экспериментальных данных

№ слайда 17 Ограничения при экстраполяции ! Применимость всякой регрессионной модели огра
Описание слайда:

Ограничения при экстраполяции ! Применимость всякой регрессионной модели ограничена, особенно за пределами экспериментальной области т.к. экстраполяция строится на гипотезе. Вывод: применять экстраполяцию можно только в областях данных, близких к экспериментальной.

№ слайда 18 Практическая работа 3.2 Прогнозирование в MS Excel Цель работы: освоение при
Описание слайда:

Практическая работа 3.2 Прогнозирование в MS Excel Цель работы: освоение приемов прогнозирования количественных характеристик системы по регрессионной модели путем восстановления значений и экстраполяции Семакин И.Г. Практикум. Информатика и ИКТ 11 кл., стр.211

№ слайда 19
Описание слайда:

№ слайда 20 Используемая литература И.Г.Семакин и др. Информатика 11. Практикум, М.: Бино
Описание слайда:

Используемая литература И.Г.Семакин и др. Информатика 11. Практикум, М.: Бином. Лаборатория знаний, 2014 И.Г.Семакин и др. Информатика 11. Базовый уровень, М.: Бином. Лаборатория знаний, 2014

№ слайда 21
Описание слайда:

Очень низкие цены на курсы переподготовки от Московского учебного центра для педагогов

Специально для учителей, воспитателей и других работников системы образования действуют 65% скидки при обучении на курсах профессиональной переподготовки.

После окончания обучения выдаётся диплом о профессиональной переподготовке установленного образца с присвоением квалификации (признаётся при прохождении аттестации по всей России).

Подайте заявку на интересующий Вас курс сейчас: KURSY.ORG


Краткое описание документа:

Тема этой презентации "Модели статистического прогнозирования"

Цели:

Дидактическая: Выяснить особенности статистических моделей, вспомнить обобщённую формулу квадратичной функции, ознакомиться с методом наименьших квадратов, изучить несколько новых функцийExcel).

Воспитательная: Убедить учащихся в познаваемости мира и объективности наших знаний о нем.

Развивающая: Объяснить учащимся плюсы статистических моделей, показать каков на практике метод наименьших квадратов, и каким образом переносить созданные на бумаге модели в Excel.

Тип урока: изложение нового материала.

Общая информация

К учебнику: Информатика. 11 класс. Базовый уровень. Семакин И.Г., Хеннер Е.К., Шеина Т.Ю. 3-е изд. - М.: 2014. — 224с.

К уроку: § 18. Модели статистического прогнозирования

Номер материала: 366268

Похожие материалы