Особенности применения регрессионного анализа - Курсовая работа

Регрессионный анализ служит для определения вида связи между двумя переменными и дает возможность для прогнозирования значения одной (зависимой) переменной отталкиваясь от значения другой (независимой) переменной. Регрессионный анализ нельзя использовать для определения наличия связи между переменными, поскольку наличие такой связи и есть предпосылка для применения анализа. В ходе регрессионного анализа решаются две основные задачи:-построение уравнения регрессии, т.е. нахождение вида зависимости между результатным показателем и независимыми факторами x1, x2, ..., xn; Для этого используют следующие показатели вариации результативного признака:-факторная дисперсия, характеризующаяся вариацию результативного признака, объясняемую только признаком фактором; -коэффициент детерминации - отношение факторной дисперсии к общей, показывающий, какая часть общей вариации результативного признака объясняется признаком фактором.Декларации функций ввода/вывода, как уже упоминалось, приведены в заголовочном файле stdio.h. В управляющей строке, заключенной в кавычки, записывают: поясняющий текст, который выводится на экран без изменения (комментарии), список модификаторов форматов, указывающих компилятору способ вывода объектов (признак модификатора формата - символ %) и специальные символы, управляющие выводом (признак - символ \). В списке объектов вывода указываются идентификаторы печатаемых объектов, разделенных запятыми: переменные, константы или выражения, вычисляемые перед выводом. Функция printf выполняет вывод данных в соответствии с указанными форматами, поэтому формат может использоваться и для преобразования типов выводимых объектов. В модификаторах формата функции printf после символа % можно указывать число, задающее минимальную ширину поля вывода, например, ] - для целых, %4.2f - для вещественных - две цифры после запятой для поля шириной 4 символа.Исходными данными задачи являются: 1) набор значений фактора и набор значений результата , указанных в таблице 1.1 , где n - количество значений; На основе указанных исходных данных требуется разработать алгоритм и представить его в виде блок-схемы и программы на языке Си, который для заданных наборов фактора и результата (таблица 1.1) рассчитывает следующие статистические характеристики: 1. средние значения этих наборов В алгоритме должен быть предусмотрен анализ вычисленного значения парной корреляции r: если , то считают, что между фактором и результатом отсутствует функциональная зависимость, а при считают, что функциональная зависимость существует; Для вычисления результатов по регрессионным зависимостям, нужно вычислить коэффициенты a0 и a1 для двух регрессионных зависимостей по следующему алгоритму представленном на рисунке 3.4 : Рисунок 3.4 - Вычисления коэффициентов a0 и a1 для регрессионных зависимостей (детализация блока EF) Таблицы 4.1.5 и 4.1.6 содержат значения регрессионная статистика и дисперсионного анализа по первой регрессии, 4.1.7 и 4.1.8 - по второй регрессии соответственно.В результате проведения данной работы было установлено, что исходные данные обладают высоким качеством приближения к обеим регрессионным зависимостям. Однако, среди данных регрессионных зависимостей, наиболее точно отражает исходные данные вторая регрессия, которая соответствует регрессионной зависимости Кроме того были высчитаны: 1) Средние значения заданных наборов фактора и результата;{system("color F0");// Цвет экрана и шрифта (F - белый фон, 0 - черный шрифт) puts("

"); printf(Rus("Целью курсовой работы является получение студентами навыков по алгоритмизации и программированию.\NB процессе выполнения работы студент решает следующие задачи:

1)разработка алгоритма вычисления статистических характеристик по заданным формулам;

2)запись алгоритма в виде блок-схемы и программы на языке Си;

3)подготовка данных для отладки программы средствами табличного процессора MS Excel;

4)изучение теоретических вопросов использования системы программирования.

\NHA основе указанных исходных данных требуется написать программу на языке C, которая для заданных наборов фактора и результата рассчитывает следующие статистические характеристики:

1)средние значения этих наборов

2)дисперсии

3)среднеквадратические отклонения

4)коэффициент парной корреляции

5)регрессионные зависимости

6)значения результата по регрессионным зависимостям

7)остаточные дисперсии

8)коэффициенты Фишера

")); char nazv[50], s[100], vib;// Название райпо, вспомогательная строка, переменная для выбора - на экран выводить результаты или в файл float x[100], y[100];// x - прочие производственне расходы, y - полная фактическая себестоимость float Sx, Sy, Srx, Sry;// Sx, Sy - суммы элементов массивов x и y, Srx, Sry - Средние значения элементов массивов x и y int i, n;// i - номер райпо, параметр цикла, n - количество райпо float Somx, Somy, r;// Среднеквадратичные отклонения, коэффициент парной корреляции float regr1[100], regr2[100], a0, а1;//значения первой и второй регрессий, коэ

В результате проведения данной работы было установлено, что исходные данные обладают высоким качеством приближения к обеим регрессионным зависимостям. Однако, среди данных регрессионных зависимостей, наиболее точно отражает исходные данные вторая регрессия, которая соответствует регрессионной зависимости

Кроме того были высчитаны: 1) Средние значения заданных наборов фактора и результата;

2) Дисперсии;

3) Среднеквадратические отклонения;

4) Коэффициент парной корреляции;

5) Характеристики регрессионных зависимостей;

6) Значения результатов по регрессионным зависимостям;

7) Остаточные дисперсии;

8) Коэффициенты Фишера.

1. Регрессионный анализ [Электронный ресурс]. - 2012. - Режим доступа: http//am.tsuab.ru/files/ONI_lections45.pdf- Дата доступа :12.05.2012. 2.Язык программирования Си [Электронный ресурс]. - 2012 -Режим доступа: http://kpolyakov.narod.ru/school/c.htm/Хранениеиобработкаданных Дата доступа: 12.05.2012.

3. Мелещенко, А. Основы программирования на языке /А.А.Мелещенко. - Мн.: БГУИР, 2004. - 232 с.

4. Бусько, В Основы алгоритмизации и программирования: Конспект лекций для студ. всех спец. и форм обуч. БГУИР / В.Л.Бусько, А.Г.Корбит, Т.М.Кривоносова. - Мн.: БГУИР, 2004. - 103 с.

5.Программирование ввода-вывода данных и линейных вычислительных алгоритмов на языке Си: практическое пособие к выполнению лабораторных и контрольных работ по дисциплине “Вычислительная техника и программирование” для студентов технических специальностей дневной и заочной форм обучения (м/УК №3089) / О.А. Кравченко, А.М. Мартыненко. - Гомель: ГГТУ им. П.О. Сухого, 2005. - 33 с.