Практическая работа №16 «Прогнозирование»



Скачать 42.97 Kb.
Дата19.06.2020
Размер42.97 Kb.
Название файла-
ТипПрактическая работа

Практическая работа № 16 «Прогнозирование»

Цель работы: освоение приемов прогнозирования количественных характеристик системы по регрессионной модели путем восстановления значений и экстраполяции.


   Используемое программное обеспечение: табличный процессор.

Задание 1

   Требуется выполнить прогнозирование заболеваемости бронхиальной астмой при концентрации угарного газа равной 3 мг/куб. м. методом восстановления значения, воспользовавшись квадратичной зависимостью, полученной в предыдущей работе.



   1. Построить следующую электронную таблицу:

   2. Подставить в ячейку А2 значение концентрации угарного газа, равного 3 мг/куб. м. В результате получим:



   Справочная информация

   Число, получаемое по формуле в ячейке В2, на самом деле является дробным. Однако не имеет смысла считать число людей, даже среднее, в дробных величинах. Дробная часть удалена — в формате вывода числа указано 0 цифр после запятой.
Задание 2

   Требуется выполнить прогнозирование заболеваемости бронхиальной астмой при концентрации угарного газа равной 6 мг/куб. м. методом графической экстраполяции у воспользовавшись квадратичной зависимостью, полученной в предыдущей работе.


   

1. Выполнить построение квадратичного тренда по алгоритму, описанному в предыдущей работе, добавив в него следующее действие:


     => на вкладке Параметры в области Прогноз в строке вперед на установить 2 единицы.

   Здесь имеются в виду единицы используемого масштаба по горизонтальной оси.



 

 Полученный график приведен на рисунке.



   2. Оценить приблизительно на полученном графике значение функции при значении аргумента, равном 6.



Задание для самостоятельного выполнения на получение регрессионных зависимостей

   В следующей таблице приводится прогноз средней дневной температуры на последнюю неделю мая в различных городах европейской части России. Названия городов расставлены в алфавитном порядке. Указана также географическая широта этих городов. Построить несколько вариантов регрессионных моделей (не менее трех), отражающих зависимость температуры от широты города. Выбрать наиболее подходящую функцию.




Скачать 42.97 Kb.

Поделитесь с Вашими друзьями:




База данных защищена авторским правом ©danovie.ru 2020
обратиться к администрации

    Главная страница