Презентация на тему "Модели статистического прогнозирования" 11 класс

Содержание

• 
  Слайд 1

  Модели статистического прогнозирования

• 
  Слайд 2
  
• 
  Слайд 3
  

  Статистика – наука о сборе, изменении и анализе массовых количественных данных

• 
  Слайд 4

  Виды статистики

  Медицинская Экономическая Социальная Математическая и др.

• 
  Слайд 5

  Табличное и графическое представление статистических данных

• 
  Слайд 6
  

  Два варианта построения графической зависимости по экспериментальным данным

• 
  Слайд 7

  Метод наименьших квадрантов

  Этапы получения регрессивной функции: y=ax+b – линейная функция; y=ax2+bx+c – квадратичная функция; y=a ln(x)+b – логарифмическая функция; y=aebx – экспоненциальная функция; y=axb – степенная функция; y=ax3+bx2+cx+d – полином 3 степени. ТРЕНД (англ. “trend”) – общее направление или тенденция y=46,361x-99,881 R2=0,8384 y=3.4302e0,7555x R2=0,9716 y=21,845x2-106,97x+150,21 R2=0,9788

• 
  Слайд 8

  Три функции построенные по МНК

  y=46,361x-99,881 – линейная функция y=3.4302e0,7555x - экспоненциальная функция y=21,845x2-106,97x+150,21 – квадратичная функция R2 – коэффициент детерменированности (определяет, насколько удачной является полученная регрессионная модель)

• 
  Слайд 9

  Метод наименьших квадрантов

  Этапы получения регрессивной функции: y=ax+b – линейная функция; y=ax2+bx+c – квадратичная функция; y=a ln(x)+b – логарифмическая функция; y=aebx – экспоненциальная функция; y=axb – степенная функция; y=ax3+bx2+cx+d – полином 3 степени. ТРЕНД (англ. “trend”) – общее направление или тенденция y=46,361x-99,881 R2=0,8384 y=3.4302e0,7555x R2=0,9716 y=21,845x2-106,97x+150,21 R2=0,9788

• 
  Слайд 10

  Прогнозирование по регрессионной модели

• 
  Слайд 11

  Прогнозирование с помощью электронных таблиц

  y=21,845x2-106,97x+150,21 R2=0,9788