Презентация Основные математические положения, применяемые для анализа и построения статистической модели онлайн
На нашем сайте вы можете скачать и просмотреть онлайн доклад-презентацию на тему Основные математические положения, применяемые для анализа и построения статистической модели абсолютно бесплатно. Урок-презентация на эту тему содержит всего 28 слайдов. Все материалы созданы в программе PowerPoint и имеют формат ppt или же pptx. Материалы и темы для презентаций взяты из открытых источников и загружены их авторами, за качество и достоверность информации в них администрация сайта не отвечает, все права принадлежат их создателям. Если вы нашли то, что искали, отблагодарите авторов - поделитесь ссылкой в социальных сетях, а наш сайт добавьте в закладки.
Презентации » Математика » Основные математические положения, применяемые для анализа и построения статистической модели
Оцените!
Оцените презентацию от 1 до 5 баллов!
- Тип файла:ppt / pptx (powerpoint)
- Всего слайдов:28 слайдов
- Для класса:1,2,3,4,5,6,7,8,9,10,11
- Размер файла:1.51 MB
- Просмотров:134
- Скачиваний:0
- Автор:неизвестен
Слайды и текст к этой презентации:
№4 слайд
Содержание слайда: Описание проблемы:
перед исследователями всегда стояла задача достоверного отображения объективно существующих закономерностей в деятельности транспортного предприятия для конкретных условий, в которых оно реализует свою деятельность (перевозку, складирование, хранение грузов и товаров) с обязательной количественной оценкой причинно-следственных взаимосвязей многообразия факторов.
№5 слайд
Содержание слайда: Корреляционный анализ. История
Еще Гиппократ (греческий врач и педагог, чье имя связывается в представлении большинства людей со знаменитой клятвой, которая символизирует высокие этические нормы европейской медицины)обратил внимание на то, что между телосложением и темпераментом людей, между строением их тела и предрасположенностью к заболеваниям существует определенная связь.
№6 слайд
Содержание слайда: Корреляционный анализ. История
Так современные логистические исследования, транспортных процессов посвящены установлению закономерностей между достигаемым результатом и целым рядом технических, технологических, эксплуатационных, психофизических, метеорологических и множество других характеристик (скорость перемещения объекта, производительность погрузки или разгрузки и отдельных звеньев объекта, показатели эксплуатационной надежности, объемы хранения и энергозатраты, связанные с функционированием объекта, и др.).
При этом постоянно возникает вопрос о взаимосвязи отдельных признаков.
№7 слайд
Содержание слайда: Корреляционный анализ. История
Этой цели служит математическое понятие функции, имеющее в виду случаи, когда определенному значению одной (независимой) переменной Х, называемой аргументом, соответствует определенное значение другой (зависимой) переменной Y, называемой функцией. Однозначная зависимость между переменными величинами Y и X называется функциональной, т.е. Y = f(X).
Например, в функции у = -2х+1 каждому значению х соответствует в определенное значение у.
В функции у = х2 каждому значению Y соответствует 2 определенных значения X. Графически это выглядит так (см. рисунок):
№9 слайд
Содержание слайда: Корреляционный анализ. История
Отсюда зависимость между величинами приобретает не функциональный, а статистический характер, когда определенному значению одного признака, рассматриваемого в качестве независимой переменной, соответствует не одно и то же числовое значение, а целая гамма распределяемых в вариационный ряд числовых значений другого признака, который рассматриваемого в качестве независимой переменной. Такого рода зависимость между переменными величинами называется корреляционной или корреляцией.
Термин «корреляция» происходит от лат. correlatio — соотношение, связь). При этом данный вид взаимосвязи между признаками проявляется в том, что при изменении одной из величин изменяется среднее значение другой.
№10 слайд
Содержание слайда: Корреляционный анализ. История
Слово «статистика» приходит от латинского слова status (состояние), которое употреблялось в значении «политическое состояние». Отсюда итальянские слова stato – государство и statista – знаток государств, отсюда также и немецкое слово Staat и английское state. В научный оборот слово «статистика» ввёл профессор Геттингенского университета Готфрид Ахенваль (1719 - 1772), понималось оно тогда как государствоведение.
В первой половине 19 века возникло статистико-математическое направление данной науки. Среди представителей этого направления следует отметить бельгийского статистика Адольф Кетле (1796-1874 гг.) – основоположника учения о средних величинах.
№11 слайд
Содержание слайда: Корреляционный анализ. Основы
Корреляция применяется при изучении экспериментальных данных, представляющих собой измеренные значения двух признаков.
В результате анализа статистических данных или организованного эксперимента регистрируются различные значения случайных величин входных факторов - Xij и выходной - Yi в каждом из опытов, (где i,j принимает значения натуральных чисел, i - в пределах от =1 до m, j пределах от 1 до n,) имеющие некоторую взаимосвязь между последовательностями значений наблюдаемых величин.
При этом корреляционную зависимость между признаками можно описывать разными способами: соответствие между аргументом и функцией может быть задано таблицей, формулой, графиком и т. д.
№12 слайд
Содержание слайда: Корреляционный анализ. Основы
Совокупность точек на плоскости создает общую картину регрессии и позволяет построить некоторую усредненную кривую взаимосвязи параметров.
Корреляционной связью между случайными переменными величинами называется функциональная связь между средним арифметическим значений наблюдений за выходной переменной, соответствующих данному значению входной. Характер и выраженность такой связи устанавливают с помощью коэффициента корреляции, предложенного в 1846 году О. Браве.
Наиболее простой вариант корреляционной связи, описывается коэффициентом парной корреляции, предложенным Карлом Пирсоном 1884 году (английский математик, биолог, философ-позитивист):
№14 слайд
Содержание слайда: Корреляционный анализ. Основы
Если коэффициент корреляции равен 0 то корреляция отсутствует – исследуемые параметры х и у не связаны линейной зависимостью, и являются независимыми случайными величинами, но это не свидетельствует об отсутствии связи – она может быть нелинейной.
№17 слайд
Содержание слайда: Корреляционный анализ. Основы
Только по величине коэффициентов корреляции нельзя судить о достоверности корреляционной связи между признаками. Этот параметр зависит от числа степеней свободы k = n –2, где: n – число коррелируемых пар показателей Х и Y. Чем больше n, тем выше достоверность связи при одном и том же значении коэффициента корреляции. В практической деятельности, когда число коррелируемых пар признаков Х и Y не велико (n<=30), то при оценке зависимости между показателями используется следующую градацию:
1) высокая степень взаимосвязи – значения коэффициента корреляции находится в пределах от 0,7 до 0,99;
2) средняя степень взаимосвязи – значения коэффициента корреляции находится в пределах от 0,5 до 0,69;
3) слабая степень взаимосвязи – значения коэффициента корреляции находится от 0,2 до 0,49.
№19 слайд
Содержание слайда: Уравнение линейной регрессии
Обычно признак Y рассматривается как функция многих аргументов — x1, x2, x3, ...— и может быть записана в виде: y = a + bx1 + cx2 + dx3 + ... , где: а, b, с и d — параметры уравнения, определяющие соотношение между аргументами и функцией.
В практике учитываются не все, а лишь некоторые аргументы. В простейшем случае, как при описании линейной регрессии, всего один y = a + bx
В уравнении параметр а — свободный член; графически он представляет отрезок ординаты (у) в системе прямоугольных координат. Параметр b называется коэффициентом регрессии. С точки зрения аналитической геометрии b— угловой коэффициент, определяющий наклон линии регрессии по отношению к осям, координат.
№20 слайд
Содержание слайда: Уравнение линейной регрессии
Линии регрессии пересекаются в точке О(х,у) средних арифметических значений корреляционно связанных друг с другом признаков Y и X. Линия АВ, проходящая через эту точку, изображает функциональную зависимость между переменными величинами Y и X, когда коэффициент корреляции rху = 1.
№21 слайд
Содержание слайда: Уравнение линейной регрессии
Уравнение регрессии тем лучше описывает зависимость, чем меньше рассеяние диаграммы, чем больше теснота взаимосвязи. Уравнение прямой линии пригодно для описания только линейных зависимостей. В случае нелинейных зависимостей математическая запись может отображаться уравнениями параболы, гиперболы и др.
Скачать все slide презентации Основные математические положения, применяемые для анализа и построения статистической модели одним архивом:
-
Математическое моделирование. Основные положения
-
Формирование гипотезы вариационного ряда для статистической модели. Анализ статистической модели
-
Математический анализ Составитель: Никулина Л. С. , старший преподаватель кафедры Математики и Моделирования
-
Г. В. Дорофеев, Л. Г. Петерсон ПЕРЕВОД УСЛОВИЯ ЗАДАЧИ НА МАТЕМАТИЧЕСКИЙ ЯЗЫК ( ПОСТРОЕНИЕ МАТЕМАТИЧЕСКОЙ МОДЕЛИ) 5 КЛАСС МАТЕМАТИКА
-
Математический анализ Составитель: Никулина Л. С. , старший преподаватель кафедры Математики и Моделирования
-
Г. В. Дорофеев, Л. Г. Петерсон ПЕРЕВОД УСЛОВИЯ ЗАДАЧИ НА МАТЕМАТИЧЕСКИЙ ЯЗЫК ( ПОСТРОЕНИЕ МАТЕМАТИЧЕСКОЙ МОДЕЛИ) 5 КЛАСС МАТЕМАТ
-
Создание геометрических моделей для показа построения сечений геометрических фигур
-
Основные понятия метода статистического моделирования: случайное число от 0 до 1, его свойства, примеры датчиков случайных чисел
-
Статистика. Основные этапы статистического анализа
-
Математические основы построения экспертной модели при расплывчатости границ между смежными рангами пожара