Выбранный для просмотра документ Modeli_statesticheskogo_prognozirovaniya__1423136917_53674.ppt
Скачать материал "Тема урока "Модели статистического прогнозирования""
Рабочие листы
к вашим урокам
Скачать
1 слайд
Модель – это
Модель – это упрощенное подобие реального объекта.
Виды моделей
материальные
информационные
2 слайд
Математические формулы
Уравнения химических реакций
Манекен
Компьютерная программа
Программа телевидения
Авиамодель
Оглавление книги
Игрушечные часы
Эталон килограмма
Блок-схема алгоритма
3 слайд
Информационная модель – это целенаправленно отобранная информация об объекте, которая отражает наиболее существенные для исследователя свойства этого объекта.
Информационные модели бывают:
Вербальные (словесные)
Табличные
Графические
Математические (аналитические)
4 слайд
5 слайд
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.
6 слайд
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.
7 слайд
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.
8 слайд
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.
9 слайд
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.
10 слайд
Метод наименьших квадратов (МНК) был предложен в XVIII веке немецким учёным математиком К.Гауссом.
11 слайд
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
12 слайд
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.
13 слайд
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
14 слайд
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.
15 слайд
Построение регрессионной модели по МНК
с помощью MS Excel 2007 (линейный тренд)
16 слайд
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
17 слайд
Имея регрессивную модель , легко прогнозировать, производя расчёты с помощью электронных таблиц
18 слайд
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.
19 слайд
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
20 слайд
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.
21 слайд
22 слайд
Практическое задание
Задание №1
В следующей таблице приводится прогноз средней дневной температуры в различных населенных пунктов России. Название населённых
пунктов расставлены в алфавитном порядке. Указана также географическая широта этих населенных пунктов. Построить
несколько вариантов регрессионных моделей ( не менее трех). отражающих зависимость температуры от широты. Выбрать
наиболее подходящую функцию.
23 слайд
24 слайд
Практическое задание
Задание №2
25 слайд
26 слайд
27 слайд
28 слайд
2) Исследуется характер изменения температуры за несколько дней.
29 слайд
30 слайд
Ответьте на вопросы
Что нового вы узнали на уроке?
С какими трудностями встретились на уроке?
Что понравилось на уроке?
31 слайд
Домашнее задание
П.18 стр.113-121, читать
Подберите свои примеры практических задач, где можно было бы использовать полученные знания.
32 слайд
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
33 слайд
Спасибо за внимание!
Рабочие листы
к вашим урокам
Скачать
Выбранный для просмотра документ Практическая работа.docx
Скачать материал "Тема урока "Модели статистического прогнозирования""
Рабочие листы
к вашим урокам
Скачать
Выбранный для просмотра документ практическая3.docx
Скачать материал "Тема урока "Модели статистического прогнозирования""
Рабочие листы
к вашим урокам
Скачать
Выбранный для просмотра документ Конспект.docx
Скачать материал "Тема урока "Модели статистического прогнозирования""
Рабочие листы
к вашим урокам
Скачать
Рабочие листы
к вашим урокам
Скачать
В архиве : презентация, две практические работы, доп.материалы для выполнения работ.
Тип урока: урок изучения нового материала.
Цели урока:
Оборудование: мультимедийный проектор, ПК с установленной программой Excel.
6 669 347 материалов в базе
«Информатика (базовый уровень)», Семакин И.Г., Хеннер Е.К., Шеина Т.Ю.
§ 18. Модели статистического прогнозирования
Больше материалов по этой темеНастоящий материал опубликован пользователем Батвинова Анастасия Игоревна. 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
36/72 ч.
Курс повышения квалификации
72 ч. — 180 ч.
Курс профессиональной переподготовки
300 ч. — 1200 ч.
Мини-курс
4 ч.
Оставьте свой комментарий
Авторизуйтесь, чтобы задавать вопросы.