
Среда программирования: Python
Название работы: Знакомство с методами однофакторного и многофакторного регрессионного анализа в MatLab, а также с использованием библиотеки scikit-learn языка Python
Вид работы: Лабораторная работа
Тематика работы: Математика
Объем программы: 3 (по десятибалльной шкале)
Уровень сложности: 3 (по десятибалльной шкале)
Разработчик (автор):
Программист сайта kursovik.com
(письмо автору)
Данная работа написана ЧЕЛОВЕКОМ без использования ИИ
Ключевые слова: однофакторный регрессионного анализ, многофакторный регрессионного анализ
Функции программы:
Вариант 7
Часть 1. Однофакторный регрессионный анализ в Python.
Таблица 1. Массив экспериментальных данных
x -2 -1 0 1 2 3 4
y -11 1 1 -3 -4 1 20
На основе заданного массива данных (см. табл. 1)
- построить уравнение регрессии в виде алгебраического полинома третьей степени;
- проверить адекватность уравнения регрессии;
- проверить значимость коэффициентов регрессии;
- отобразить на графике алгебраический полином с найденными коэффициентами.
Часть 2. Линейный многофакторный регрессионный анализ в Matlab.
Таблица 2. Массив экспериментальных данных
x1 1 0,5 3 2 1 -2
x2 1 2 2 3 0,3 0,5
y 2 4,3 7,2 8 0 -3
На основе заданного массива данных (см. табл. 2)
- построить уравнение регрессии в виде линейного алгебраического полинома от двух переменных:
- проверить адекватность уравнения регрессии;
- проверить значимость факторов регрессии.
Расчеты произвести в матричной форме.
Часть 3. Нелинейный многофакторный регрессионный анализ в Matlab.
Таблица 3. Массив экспериментальных данных
x1 -3 -2 1 0 2 3
x2 -1 0 1 2 3 4
y -1 6 1 7 -5 -15
На основе заданного массива данных (см. табл. 3)
- построить уравнение регрессии в виде линейного алгебраического полинома от двух переменных;
- проверить адекватность уравнения регрессии;
- в случае, если уравнение регрессии в виде линейного алгебраического полинома окажется неадекватным исходным данным, построить уравнение регрессии в виде неполного квадратичного полинома:
После чего заново проверить адекватность уравнения регрессии;
- проверить значимость факторов регрессии.
Описание (отчет):
Есть
на 24 страниц, посмотреть оглавление

m_regression2
m_regresssion
regressionПеред покупкой готовой работы не забудьте проверить её оригинальность. Запросить у администратора проверку текущей оригинальности работы по версии системы Антиплагиат.РУ
Отчет к программе. СодержаниеЧасть 1. Однофакторный регрессионный анализ в Python . . . . . . . . . . . . . . . . .1 Часть 2 . Линейный многофакторный регрессионный анализ в Matlab . . . . . . .7 Часть 3 . Нелинейный многофакторный регрессионный анализ в Matlab . . . . .14
|
Стоимость ИСХОДНОГО ТЕКСТА программы составляет 700 руб РФ Стоимость ОТЧЕТА составляет 380 руб РФ Продажа каждой работы строго учитывается, у каждой работы есть своя история продаж. |