Автор работы: Пользователь скрыл имя, 29 Декабря 2010 в 11:25, курсовая работа
Объектом исследования является возможность создать программу расчета параметров (меры отклонения, мера разброса) линейной регрессии
Цель работы состоит в создании программы расчета параметров на языке C++ , не используя дополнительные библиотеки.
Введение……………………………………………………..…………. 5
1 Линейная регрессия……………………………………..………….…6
2 Математическая постановка … ……………………….……………..7
3 Блок-схема………………………………………………………….... 10
4 Описание методов, используемых при решении…………………...12
5 Текст программы (листинг)………………………………………… 12
6 Результаты машинного тестирования программы…………………14
Заключение…………………………………………………………… . 15
Список литературы ………………………………………………….. ..16
при изменении i от 1 до n.
Проверяя согласие построенной линии регрессии с результатами эксперимента, можно руководствоваться следующими соображениями. Идея любой регрессии состоит в том, чтобы часть изменений измеряемой величины связать с изменением внешних переменных (в данном случае только одна внешняя переменная x). Не предполагая, что y зависит от x, можно было бы за меру разброса результатов эксперимента принять величину e1=å(yi-y)2, где y=(1/n) åyi. Если прямая регрессия построена, то за меру разброса естественно принять сумму квадратов отклонений от линии регрессии, т.е. величину
e2=å(yi-a-0-a1xi)2.
Если e2»e1, то это значит, что аппроксимирующая функция выбрана неудачно, т.е. подходящую функцию регрессии следует искать не среди прямых, а, например, среди парабол или кривых другого вида
Имя переменной | Тип | Назначение |
N | int | Кол-во точек |
J | int | Счетчик циклов |
X | float | Массив X |
Y | float | Массив Y |
S1 | double | Переменные для мат. операций |
S2 | double | Переменные для мат. операций |
S3 | double | Переменные для мат. операций |
S4 | double | Переменные для мат. операций |
А0 | double | Параметр регрессии |
А1 | double | Параметр регрессии |
Е1 | double | значение меры разброса e1 результатов эксперимента |
Е2 | double | значение меры e2 отклонений результатов эксперимента от линейной регрессии. |
S3 | double | В зависимости от текущего алгоритма |
После рассмотрения поставленной задачи был выбран оптимальный алгоритм для создания программы (рис. 1, 2)
4 В этой программе были использованы следующие методы программирования
Входные даны имеют следующий вид
№ точки |
X |
Y |
1 |
0.1 |
5.65 |
2 |
0.2 |
5.431 |
3 |
0.3 |
5.25 |
4 |
0.4 |
5 |
5 |
0.5 |
4.79 |
6 |
0.6 |
4.569 |
7 |
0.7 |
4.296 |
8 |
0.8 |
4.065 |
9 |
0.9 |
3.837 |
10 |
1 |
3.519 |
ввод координат точек в массив
Выходные данные
Программа занимает места на диске - 52kb
Во время работы занимает оперативной памяти – 2160b
Данная курсовая работа представляет собой программный продукт, предназначенный для работы в DOS. Программный продукт написан на популярном языке C++, который позволил наиболее просто представить эту работу.
В ходе выполнения курсового проекта я ознакомился с новыми приемами программирования и особенностями языка С++ что позволило разработать данный программный продукт. Программа является полностью работоспособной, что подтверждается результатами её тестированием.
Данная курсовая работа может быть полезна студентам математических и технических факультетов ВУЗов и техникумов, для расчета и проверки данного интеграла. А также студентов технических ВУЗов, для изучения и совершенствования данного программного кода.
Список использованной литературы.
Т.А. Павловская 461 ст.
3. Справочник
по высшей математике М.Я.
4. Архангельский А. я. C++Builder 6. Справочное пособие. Книга 1. язык C++. - М.: бином-Пресс, 2004. – 544 с.
Информация о работе Решение задачи методом линейной регрессии