物流系統(tǒng)建模方法(編輯修改稿)
2025-03-12 12:30 本頁面
【文章內(nèi)容簡介】 xy無相關(guān)性xyn單變量回歸方程其中 X 是自變量， Y 是因變量。β0－截距，是自變量 X等于 0時，因變量 Y的值。β1－斜率，表示自變量 X每增加 1，因變量 Y增加的數(shù)值。216。線性回歸模型?實(shí)驗(yàn)法和統(tǒng)計分析法實(shí)驗(yàn)法和統(tǒng)計分析法 —— 數(shù)據(jù)擬合法類型 方程 圖形 類型 方程 圖形指數(shù) 乘冪對數(shù) 多項(xiàng)式b0b0xy0b0b0xy0b10b1b=1xy0xy00216。非線性回歸模型：?實(shí)驗(yàn)法和統(tǒng)計分析法實(shí)驗(yàn)法和統(tǒng)計分析法 —— 數(shù)據(jù)擬合法216。時間 序列 預(yù)測 模型 周期性平 穩(wěn) 性 無周期性有周期性振幅不 變 振幅 變 化平 穩(wěn)時間序列圖 形預(yù)測方法移 動 平均法指數(shù)平滑法平 穩(wěn) 周期性加法模型平 穩(wěn) 周期性乘法模型線 性趨勢時間序列圖 形預(yù)測方法二次移 動 平均法二次指數(shù)平滑法HoltWinter加法模型HoltWinter乘法模型?實(shí)驗(yàn)法和統(tǒng)計分析法實(shí)驗(yàn)法和統(tǒng)計分析法 —— 數(shù)據(jù)擬合法?線性回歸的基本模型為：其中： β 0 , β 1是待定參數(shù)， EXCEL有 2種分析工具用來 求出 β 0 , β 1.216。線性回歸模型?實(shí)驗(yàn)法和統(tǒng)計分析法實(shí)驗(yàn)法和統(tǒng)計分析法 —— 數(shù)據(jù)擬合法n 例 某市 19902023年用電量有關(guān)數(shù)據(jù)在以上數(shù)據(jù)中，選擇 “GDP”和 “年用電量 ”，建立其回歸方程。p散點(diǎn)圖中插入趨勢線有兩種方法求出 單變量回歸模型216。線性回歸模型 步驟： 1）打開 “圖表 ”； 2）作出散點(diǎn)圖； 3）點(diǎn)擊圖中任一數(shù)據(jù)點(diǎn)； 4）在 “圖表 ”中選擇 “添加趨勢線 ”命令； 5）單擊 “線性圖 ”。 6) 根據(jù)對話框，選擇或輸入相關(guān)數(shù)據(jù)。有兩種方法求出 單變量回歸方程l 作出 “GDP”和 “年用電量 ”的散點(diǎn)圖觀察可以看出， “GDP”和 “年用電量 ”具有相關(guān)關(guān)系。p散點(diǎn)圖中插入趨勢線l 單擊 “圖表 /添加趨勢線 ”（ “圖表 ”菜單只有散點(diǎn)圖選中時才會出現(xiàn)）p散點(diǎn)圖中插入趨勢線216。線性回歸模型選擇趨勢線類型，選定 “線性 ”p散點(diǎn)圖中插入趨勢線單擊 “選項(xiàng) ”，趨勢線名稱選定 “自動設(shè)置 ”，選擇 “顯示公式 ”和 “顯示 R平方值 ”。p散點(diǎn)圖中插入趨勢線得到 “年用電量 ”和 “GDP”一元線性回歸的圖形、回歸直線和相關(guān)系數(shù) R2的值p散點(diǎn)圖中插入趨勢線n 在例中，選擇 “年用電量 ”為因變量， “GDP”為自變量，進(jìn)行一元線性回歸。p 回歸分析工具有兩種方法求出 單變量回歸模型有兩種方法求出 單變量回歸模型步驟： 1） 打開 “工具 ”菜單； 2） 選擇 “數(shù)據(jù)分析 ”； 3） 選擇 “回歸 ”。 4) 根據(jù)對話框，選擇或輸入相關(guān)p 回歸分析工具216。線性回歸模型打開 Excel“工具 /數(shù)據(jù)分析 /回歸 ”菜單，分別輸入因變量 Y和自變量 X的區(qū)域，選擇在新工作表中輸出結(jié)果。p回歸分析工具相關(guān)系數(shù) R判定系數(shù) R2觀 察 值 個數(shù) n回 歸 R截距 自 變 量 回 歸 系數(shù) 標(biāo) 準(zhǔn) 誤 差p回歸分析工具由上表可以看出，一元回歸模型為：年用 電 量 =+ GDP各年份年用電量的觀測值和預(yù)測值的圖形p回歸分析工具? 判定系數(shù) 反映自變量與因變量之間線性關(guān)系的強(qiáng)弱程度。記 實(shí)際值 y的總變差為： 回歸變差為： 則 ： 該公式說明了回歸誤差占總誤差的百分比，數(shù)值越大，表明總誤差中由回歸方程來解釋的部分也越大，即所有點(diǎn)越接近于回歸直線。216。線性回歸模型在例某市用電量指標(biāo)統(tǒng)計中，選擇 “人口 ”和 “用電量”兩個變量樣本。216。非線性回歸 步驟： 1）打開 “圖表 ”； 2）作出散點(diǎn)圖； 3）點(diǎn)擊圖中任一數(shù)據(jù)點(diǎn)； 4）在 “圖表 ”中選擇 “添加趨勢線 ”命令； 5）單擊 “類型 ”標(biāo)簽，選擇合適的圖形。 6）單擊 “選項(xiàng) ”標(biāo)簽，選擇 “顯示公式 ”和 “顯示 R平方值 ”。 有兩種方法求出 非線性回歸模型216。非線性回歸在例某市用電量指標(biāo)統(tǒng)計中，創(chuàng)建 “人口 ”和 “用電量”兩個變量樣本的散點(diǎn)圖，選擇 “圖表 /添加趨勢線 ”，選擇 “線性 ”。p散點(diǎn)圖中插入趨勢線設(shè)置 “添加趨勢線 ”的選項(xiàng)：選擇 “顯示公式 ”和 “顯示 R平方 ”：p散點(diǎn)圖中插入趨勢線 得到回歸模型為 y=。判定系數(shù)為 ，顯然回歸效果并不好。p散點(diǎn)圖中插入趨勢線如果換成 “多項(xiàng)式 ”類型，并且選擇 “階數(shù) ”為 5階。p散點(diǎn)圖中插入趨勢線得到五次多項(xiàng)式回歸模型和回歸曲線，判定系數(shù) R2=p散點(diǎn)圖中插入趨勢線在非線性回歸分析的四種曲線類型 “對數(shù) ”， “多項(xiàng)式 ”， “乘冪 ”和 “指數(shù) ”中，只有 “多項(xiàng)式 ”可以選擇 “階數(shù) ”，最多為 6階。在四種曲線類型中， “多項(xiàng)式 ”是最 “柔軟 ”的，階數(shù)愈高，曲線愈 “柔軟 ”，可以產(chǎn)生的拐點(diǎn)愈多，可以更好地擬合各種數(shù)據(jù)樣本。數(shù)據(jù)樣本的擬合程度并不是唯一的目標(biāo)。在實(shí)際問題中，回歸方
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1