Тренданализ и Параметр Распределения.

Заказать уникальную курсовую работу
Тип работы: Курсовая работа
Предмет: Математические методы и моделирование
  • 1010 страниц
  • 5 + 5 источников
  • Добавлена 29.06.2016
800 руб.
  • Содержание
  • Часть работы
  • Список литературы
  • Вопросы/Ответы
-\\-
Фрагмент для ознакомления

В ряде случаев бывает целесообразно выполнять повторные сглаживания, например, неоднократное использование формул (5.7 – 5.9). Однако эффективность многократного сглаживания быстро уменьшается и более двух-трех раз его выполнять нецелесообразно. 4. Определение случайной составляющей тренда и оценка точности прогнозаСлучайная составляющая определяется по фактическому отклонению данных от поверхности тренда. Дисперсия закономерной составляющей тренда определится как разность между общей дисперсией и ее случайной составляющей: S32 = S02 – Sc2. (5.10)Достоверность и надежность прогноза количественно можно определить с помощью дисперсионного анализа путем сравнения закономерной и случайной составляющих тренда по критерию Фишера:F = S32/ Sc2. 5.2. Методические указанияМатериалы для тренд-анализа основаны на результатах исследований свойств Юбилейного месторождения (Башкортостан). Рекомендуемая последовательность работы, ориентированной на систему электронных таблиц MicrosoftExcel.Область применения и алгоритм тренд-анализаУказывается область применения и задачи тренд-анализа. Описываются способы и последовательность их решения. Анализируются расчетные соотношения.Тренд-анализ распределения свойств горных пород по глубине месторождения В соответствии с заданием описать существо тренд-анализа.Проверка наличия закономерности в изменчивости свойств пород Определить знак разности смежных показателей свойства. Для этого сравнить тенденцию (увеличение или уменьшение) в предыдущем интервале с тенденцией данного. При смене тенденции в столбце «Знак» проставляется цифра «1», в противном случае - «0». С учетом этой процедуры цифры проставляются, начиная с третье строки. Определить общее число членов ряда n и число точек смены знака (единичек) t. Вычислить характеристики ряда: теоретическое значение числа смены знака M(t) = (2n – 4)/3 и дисперсию σ2(t) = (16n-29)/90. Вычислить величину статистического критерия – формула (5.4) и c помощью функции нормального распределения (в MicrosoftExcel – функция НОРМСТРАСП) определить вероятность отсутствия тренда. Сделать выводы.Определение линии тренда Способом сглаживания по трем точкам (формулы (5.7 – 5.9)) определить значения линии тренда и записать в отдельный столбец. Построить диаграмму тренд-анализа, отметив опытные значения точками (маркерами) и тренд – сглаженной линией (см. рисунок). Локальные составляющие тренда (выскакивающие значения) будут видны на графике. Пример диаграммы приведен на рис. 5.1.Рис. 5.1. Изменение прочности горных пород с глубиной их залеганияОпределение закономерной и случайной составляющей тренда. Вычислить среднее значение ряда Хср. Сформировать столбец квадратов разностей значений свойства от общей средней (xi – Xcp)2 и вычислить общую дисперсию S02. Сформировать столбец квадратов разностей значений свойства от линии тренда (xi – xт)2 и вычислить случайную составляющую дисперсии Sс2. Вычислить закономерную составляющую дисперсии как разность S32 = S02 – Sc2. Определить ее долю в общей дисперсии и сделать выводы.Глубина, мПрочность, МПаЗнакГлубина, мТренд(xi - Xcp)2(xi - xт)280012,6 -800 17,44686158,08178507,2 -850 92,0293951,2198690012,70-90010,79890516,672093,48923295013,30-95011,04561511,811695,141879100015,20-100013,7146032,5161272,10008410508,61-105012,37400965,6898813,90498110011,10-110011,62738732,224690,306989115016,80-115012,1771240,00396721,49117120013,71-120013,8495859,5329430,035018125013,51-125014,66346310,465521,319072130013,01-130013,40598213,760120,13355135016,31-135014,2853060,2021154,060715137015,21-137014,8533652,3435570,133785138018,01-138016,4911651,449462,139696140018,30-140017,1513642,3440371,276134145018,21-145018,1490482,1379840,003986150015,10-150017,1984182,7157554,39478155016,90-155016,7354620,0202080,024553160020,40-160017,47068713,453218,685834165021,80-165019,69538325,261994,329514167018,31-167020,1535932,3006443,560037170015,71-170018,574211,1455198,378125171016,91-171016,9596020,0332360,000745175021,70-175018,11801424,920313,13344177021,61-177020,08351723,292382,228157180020,20-180021,17998112,052710,9183185024,31-185022,01962656,414525,023578190023,61-190022,71045247,592010,880301195021,00-195022,97559918,208493,835559200021,41-200022,01796221,511490,396791

-\\-

Вопрос-ответ:

Что такое тренданализ и параметр распределения?

Тренданализ - это метод анализа данных, позволяющий определить тренд или направление изменения временного ряда. Параметр распределения представляет собой численную характеристику, описывающую форму и степень разброса данных.

Какие формулы можно использовать для многократного сглаживания данных?

В ряде случаев для многократного сглаживания данных можно использовать формулы 5, 7, 5, 9. Они позволяют уменьшить шумы и выбросы, а также сгладить временные колебания в данных.

Почему эффективность многократного сглаживания быстро уменьшается?

Эффективность многократного сглаживания быстро уменьшается, потому что с каждым новым сглаживанием теряется информация изначального временного ряда. Более двух-трех повторных сглаживаний уже нецелесообразно, так как это может привести к искажению данных и ухудшению точности прогноза.

Как определить случайную составляющую тренда и оценить точность прогноза?

Случайная составляющая тренда определяется по фактическому отклонению данных от поверхности тренда. Для оценки точности прогноза можно использовать дисперсию закономерной составляющей тренда. Чем меньше дисперсия, тем более точен прогноз.

Какие формулы используются при многократном сглаживании данных?

Для многократного сглаживания данных могут быть использованы формулы 5, 7, 5, 9 и другие.

Почему эффективность многократного сглаживания уменьшается при более чем двух-трех повторениях?

Эффективность многократного сглаживания быстро уменьшается из-за потери информации и размывания данных при каждом повторном сглаживании.

Как определить случайную составляющую тренда и оценить точность прогноза?

Случайная составляющая тренда определяется по фактическому отклонению данных от поверхности тренда. Для оценки точности прогноза используется дисперсия закономерной составляющей тренда.

Какова эффективность многократного сглаживания данных?

Эффективность многократного сглаживания данных быстро уменьшается и более двух-трех повторений его выполнять нецелесообразно.

Какие параметры распределения используются при тренданализе?

В тренданализе используется оценка точности прогноза и определение случайной составляющей тренда, которые основываются на параметрах распределения данных.

Что такое тренданализ?

Тренданализ - это метод анализа данных, который позволяет выявить и оценить направление исследуемого тренда или тенденции.