Amaliy dasturlash paketlari. Mathcad dasturi interfeysi. Matematik ifodalar. Grafika



Yüklə 0,66 Mb.
Pdf görüntüsü
səhifə15/17
tarix23.08.2023
ölçüsü0,66 Mb.
#140195
1   ...   9   10   11   12   13   14   15   16   17
13 labaratoriya ish

4.20-rasm. Interpoyasiyalash. 
 
Regressiya.
Regressiya ma’nosi tajriba ma’lumotlarini approksimatsiya qiladigan 
funksiya ko’rinishini aniqlashdir. Regressiya u yoki bu analitik bog’lanishning koifisientlarini 
tanlashga keladi.


Mathcadda ikki хildagi bir necha qurilgan regressiya funksiyalari mavjud. Ular 
quyidagilar: 

line(X,Y) –хatolar yig’indisi kvadratini minimallashda ishlatiluvchi to’g’ri chiziqli regressiya
f(t)=a+b

t


medfit(X,Y) – median to’g’ri chiziqli regressiya 
f(t)=a+b

t


lnfit(X,Y) – logarifmik funksiyali regressiya 
f(t)=a

ln(t)+b.
Bu regressiya funksiyalari boshlang’ich yaqinlashishni talab etmaydi. Ularga doir misollar 
5.23-rasmda keltirilgan. 
Yana beshta qurilgan funksiyalar mavjud bo’lib ular boshlang’ich yaqinlashishni talab etadi: 

expfit(X,Y,g) – eksponentali regressiya 
f(x)=ae
bt
+c;

sinfit(X,Y,g) – sinisoid regressiya 
f(x)=asin(t+b+c;

pwrfit(X,Y,g) – darajaga bog’liq regressiya 
f(x)=at
b
+c; 

lgsfit(X,Y,g) – logistik funksiyali regressiya 
a(e)=a/(1+be
-ct
);

logfit(X,Y,g) – logorifmik funksiyali regressiya 
f(t)=aln(t+b)+c.
4.21-rasm.Chiziqli regressiya tenlamasini tuzish. 
Bu funksiyalarda

x – argument qiymatlari vektori; 



y – funksiya qiymatlari vektori 

g – a,b,c koifisientlar boshlang’ich yaqinlashish qiymatlari vektori; 

t –interpolyatsiya qilinayotgan funksiya hisoblanayotgan argument qiymati. 
Yuqoridagi rasmlarda massiv (tajriba) ma’lumotlari bilan approksimatsiyalangan funksiya 
orasidagi bog’liqlikni baholash uchun koorelyaцiya koifisienti corr hisoblangan.

Yüklə 0,66 Mb.

Dostları ilə paylaş:
1   ...   9   10   11   12   13   14   15   16   17




Verilənlər bazası müəlliflik hüququ ilə müdafiə olunur ©azkurs.org 2024
rəhbərliyinə müraciət

gir | qeydiyyatdan keç
    Ana səhifə


yükləyin