Metody obliczeniowe - Budownictwo semestr 2 - wykład nr 3 Nr: 1 Metody obliczeniowe wykład nr 3 aproksymacja i interpolacja pojęcie modelu regresji

Podobne dokumenty
Metody obliczeniowe - Budownictwo semestr 2 - wykład nr 3 Nr: 1 Metody obliczeniowe wykład nr 3 aproksymacja i interpolacja pojęcie modelu regresji

MODELE OBIEKTÓW W 3-D3 część

Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer

f f x f, f, f / / / METODA RÓŻNIC SKOŃCZONYCH niech N = 2 (2 równania różniczkowe zwyczajne liniowe I-rz.) lub jedno II-rzędu

Mh n. 2 ε. h h/ n n. Ekstrapolacja Richardsona (szacowanie błędu) błąd. ekstrapolowana wartość całki I. kwadratury z adaptowanym krokiem

L.Kowalski zadania ze statystyki opisowej-zestaw 5. ZADANIA Zestaw 5

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8

Regresja REGRESJA

Różniczkowanie funkcji rzeczywistych wielu zmiennych. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski

Prawdopodobieństwo i statystyka r.

FUNKCJE DWÓCH ZMIENNYCH

Podprzestrzenie macierzowe

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5

Liniowe relacje między zmiennymi

Permutacje. } r ( ) ( ) ( ) 1 2 n. f = M. Przybycień Matematyczne Metody Fizyki I Wykład 2-2

. Wtedy E V U jest równa

EKSTREMA FUNKCJI EKSTREMA FUNKCJI JEDNEJ ZMIENNEJ. Tw. Weierstrassa Każda funkcja ciągła na przedziale domkniętym ma wartość najmniejszą i największą.

3. OPTYMALIZACJA NIELINIOWA

Statystyka. Analiza zależności. Rodzaje zależności między zmiennymi występujące w praktyce: Funkcyjna

Wnioskowanie statystyczne dla korelacji i regresji.

W loterii bierze udział 10 osób. Regulamin loterii faworyzuje te osoby, które w eliminacjach osiągnęły lepsze wyniki:

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA

ma rozkład normalny z nieznaną wartością oczekiwaną m

Statystyczne charakterystyki liczbowe szeregu

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki)

TESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego).

Podstawowe zadanie statystyki. Statystyczna interpretacja wyników eksperymentu. Zalety statystyki II. Zalety statystyki

5. OPTYMALIZACJA NIELINIOWA

ZAGADNIENIE TRANSPORTOWE

Zadanie 1. ), gdzie 1. Zmienna losowa X ma rozkład logarytmiczno-normalny LN (, . EX (A) 0,91 (B) 0,86 (C) 1,82 (D) 1,95 (E) 0,84

Projekt 2 2. Wielomiany interpolujące

METODY NUMERYCZNE dr inż. Mirosław Dziewoński

Wyznaczanie oporu naczyniowego kapilary w przepływie laminarnym.

... MATHCAD - PRACA 1/A

Linie regresji II-go rodzaju

( X, Y ) będzie dwuwymiarową zmienną losową o funkcji gęstości

Prawdopodobieństwo i statystyka r.

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10)

będą niezależnymi zmiennymi losowymi o tym samym 2 x

Statystyka Matematyczna Anna Janicka

1. Relacja preferencji

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania MODELOWANIE I PODSTAWY IDENTYFIKACJI

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

MATEMATYKA STOSOWANA W INŻYNIERII CHEMICZNEJ

ma rozkład normalny z wartością oczekiwaną EX = EY = 1, EZ = 0 i macierzą kowariancji

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

8.1 Zbieżność ciągu i szeregu funkcyjnego

Matematyka ubezpieczeń majątkowych r. t warunkowo niezależne i mają (brzegowe) rozkłady Poissona:

PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH

VI. TWIERDZENIA GRANICZNE

Wyrażanie niepewności pomiaru

będą niezależnymi zmiennymi losowymi z rozkładu o gęstości

POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1

KALIBRACJA NIE ZAWSZE PROSTA

TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA

Statystyka Inżynierska

PŁASKA GEOMETRIA MAS. Środek ciężkości figury płaskiej

Badania niezawodnościowe i statystyczna analiza ich wyników

Indukcja matematyczna

dev = y y Miary położenia rozkładu Wykład 9 Przykład: Przyrost wagi owiec Odchylenia Mediana próbkowa: Przykłady Statystyki opisowe Σ dev i =?

STATYSTYKA MATEMATYCZNA WYKŁAD 1. Wiadomości wstępne

Podstawowe pojcia. Metody probabilistyczne i statystyka Wykład 7: Statystyka opisowa. Rozkłady prawdopodobiestwa wystpujce w statystyce.

( ) L 1. θ θ = M. Przybycień Rachunek prawdopodobieństwa i statystyka. = θ. min

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. dr Michał Silarski

KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA. Adrian Kapczyński Maciej Wolny

Podstawy opracowania wyników pomiarowych, analiza błędów

WSPÓŁZALEŻNOŚĆ PROCESÓW MASOWYCH Co w Sylabusie?

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych

Portfel złożony z wielu papierów wartościowych

Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu

Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne

BADANIE WSPÓŁZALEśNOŚCI DWÓCH CECH - ANALIZA KORELACJI PROSTEJ

IV. ZMIENNE LOSOWE DWUWYMIAROWE

Statystyka Opisowa Wzory

Analiza Matematyczna Ćwiczenia. J. de Lucas

Zastosowanie metody najmniejszych kwadratów do pomiaru częstotliwości średniej sygnałów o małej stromości zboczy w obecności zakłóceń

JEDNOWYMIAROWA ZMIENNA LOSOWA

Matematyka II. x 3 jest funkcja

Funkcja wiarogodności

k k M. Przybycień Rachunek Prawdopodobieństwa i Statystyka Wykład 13-2

Analiza numeryczna. Stanisław Lewanowicz. Aproksymacja funkcji

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I PRACOWNIA FIZYCZNA INSTYTUT FIZYKI UJ BIOLOGIA 2016

STATYSTYKA OPISOWA WYKŁAD 3,4

AKADEMIA MORSKA W SZCZECINIE

WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANEJ PODCZAS ZDERZENIA CIAŁ

Zastosowanie informatyki w chemii

Matematyka dyskretna. 10. Funkcja Möbiusa

Teoria i metody optymalizacji

x, y środek ciężkości zbioru

FINANSE II. Model jednowskaźnikowy Sharpe a.

ZMIENNA LOSOWA JEDNOWYMIAROWA POJĘCIE ZMIENNEJ LOSOWEJ

Planowanie eksperymentu pomiarowego I

ROZKŁADY ZMIENNYCH LOSOWYCH

Modelowanie i Analiza Danych Przestrzennych

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH

Matematyczny opis ryzyka

Transkrypt:

Nr: Metody oblczeowe - Budowctwo semestr - wykład r 3 Metody oblczeowe wykład r 3 aproksymacja terpolacja pojęce modelu regresj

Nr: Metody oblczeowe - Budowctwo semestr - wykład r 3 Aproksymacja daa jest ukcja jedej zmeej określoa a przedzale [ab] ukcja moŝe być zadaa w postac dyskretej zboru puktów { }... wzoru aaltyczego F F aleŝy dobrać taką ukcję F aby w sese przyjętego kryterum ukcja F moŝlwe dokłade przyblŝała przebeg ukcj w określoym przedzale

Nr: 3 Metody oblczeowe - Budowctwo semestr - wykład r 3 Aproksymacja - zadae aproksymacj lowej - ukcja aproksymowaa określoa a pewym przedzale doberamy { φ k } zbór ukcj tzw. ukcj k bazowych

Nr: 4 Metody oblczeowe - Budowctwo semestr - wykład r 3 Aproksymacja - zadae aproksymacj lowej - ukcja aproksymowaa określoa a pewym przedzale doberamy { φ k } zbór ukcj tzw. ukcj k bazowych poszukwaa ukcja aproksymująca postac: c... c ckφk k kombacja lowa ukcj bazowych zadaem wyzaczee wartośc współczyków c...c Przykład: {... } ukcje bazowe przyblŝee welomaem k c k k

Metody oblczeowe - Budowctwo semestr - wykład r 3 Nr: 5 Aproksymacja - zadae aproksymacj lowej zadae: wyzaczee wartośc współczyków c...c dla wyraŝea ukcja aproksymowaa daa w postac dyskretej dae są wartośc ukcj w puktach satk... m tworzymy układ rówań: m m m m c c c c c c c c c φ φ φ φ φ φ φ φ φ L L L L φ c c c k k k... jeśl m > lczba puktów satk wększa od lczby poszukwaych współczyków p. m to jedye w szczególych przypadkach moŝe być spełoa rówość φ we wszystkch puktach satk układ rówań azywamy wówczas adokreśloym. Otrzymujemy przyblŝoe spełee rówań jeśl m to układ ma zwykle dokłade jedo rozwązae przypadek terpolacj

Nr: 6 Metody oblczeowe - Budowctwo semestr - wykład r 3 Aproksymacja - adokreśloość poprzez uŝyce adokreśloośc doprowadzamy do tzw. wygładzaa ukcj adae krzywej gładszego kształtu mędzy puktam zredukowae skutków błędów losowych błędów pomaru jeśl dae są wykam pomarów

Nr: 7 Metody oblczeowe - Budowctwo semestr - wykład r 3 Aproksymacja średokwadratowa ukcj Zadae aproksymacj średokwadratowej PrzyblŜamy ukcję ukcją aproksymującą postac Określamy współczyk c...c tak aby wyraŝee: przypadek cągły: [ ] przypadek dyskrety: było jak ajmejsze c... c ckφk C a b { } m k b a m d

Nr: 8 Metody oblczeowe - Budowctwo semestr - wykład r 3 Aproksymacja średokwadratowa ukcj terpretacja geometrycza przypadek dyskrety m 4 3 mmalzacja sumy kwadratów tych odległośc 3 4

Nr: 9 Metody oblczeowe - Budowctwo semestr - wykład r 3 Aproksymacja średokwadratowa ukcj terpretacja geometrycza przypadek cągły b a d mmalzacja kwadratów pól powerzch pomędzy ukcjam

Nr: Metody oblczeowe - Budowctwo semestr - wykład r 3 Aproksymacja średokwadratowa ukcj ukcj rozwązae zadaa przypadek dyskrety metoda ajmejszych kwadratów Gauss Legedre 86 Ozaczea satka węzłów dae: pukty węzłowe ukcje bazowe...m...m... k k k Iloczy skalary: dla dowolych ukcj g przy daej satce węzłów loczyem skalarym azywać będzemy wyraŝee g jeśl <g> to ukcje g azywamy ortogoalym. : m c... c c φ g jeŝel < j > dla j j {...} < > {...} to ukcje { } azywamy układem rodzą ukcj ortogoalych.

Metody oblczeowe - Budowctwo semestr - wykład r 3 Nr: Aproksymacja średokwadratowa ukcj JeŜel ukcje bazowe są lowo ezaleŝe to zadae aproksymacj lowej średokwadratowej ma jedye rozwązae. Rozwązae to speła układ rówań: c c c L M L L L L L L L... c Zadae: zapsz kod programu realzujący metodę ajmejszych kwadratów dla bazy { } Aproksymacja średokwadratowa ukcj JeŜel ukcje bazowe są rodzą ukcj ortogoalych to rozwązae upraszcza sę do współczyk c azywamy wówczas współczykam ortogoalym:

Nr: Metody oblczeowe - Budowctwo semestr - wykład r 3 Metoda ajmejszych kwadratów - przykład dae są wyk pomarów: 3 4 6 7 -. -.9 -.6.6.9 aleŝy zaleźć ukcję aproksymującą postac: c c ukcje bazowe: {}

Nr: 3 Metody oblczeowe - Budowctwo semestr - wykład r 3 Metoda ajmejszych kwadratów - przykład dae są wyk pomarów: 3 4 6 7 -. -.9 -.6.6.9 aleŝy zaleźć ukcję aproksymującą postac: c c ukcje bazowe: {} <φ >-.-.9-.6.6.9 -. 3 4 6 7 -. -.9 -.6.6.9 φ φ 3 4 6 7 <φ >-.-.9*3-.6*4.6*6.9*7.7 <φ φ > 5 <φ φ > 3467 <φ φ > 3 4 6 7

Nr: 4 Metody oblczeowe - Budowctwo semestr - wykład r 3 Metoda ajmejszych kwadratów - przykład dae są wyk pomarów: 3 4 6 7 -. -.9 -.6.6.9 aleŝy zaleźć ukcję aproksymującą postac: c c ukcje bazowe: {} <φ >-.-.9-.6.6.9 -. <φ >-.-.9*3-.6*4.6*6.9*7.7 <φ φ > 5 <φ φ > 3467 <φ φ > 3 4 6 7 otrzymujemy układ rówań: 5 c c. c.7 c 3 4 6 7 -. -.9 -.6.6.9 φ φ 3 4 6 7.54.553 5 5-5 - -5 - -5 y 553-54 4 6 8

Nr: 5 Metody oblczeowe - Budowctwo semestr - wykład r 3 Postać ukcj aproksymującej problem doboru ukcj do zestawu daych: aturalym sposobem uŝyce welomau postać welomau e adaje sę gdy wykres ukcj ma ostre załamaa osoblwośc przypadk ecągłośc jest okresowy aproksymacja ukcją złoŝoą z kawałków ukcj prostej postac ukcją okresową ukcją wykładczą przekształcee zmeych p. log log adają sę lepej do aproksymacj Ŝ sama ukcja zamaa zmeych zamaa współrzędych moŝe zmejszyć stote koszt oblczeń dobór stopa welomau wykorzystae eksperymetalych zaburzeń 8 6 4 - -4-6 -8 3. 3. 4.8 5 3 4 5 6 pukty w eloma stopma w eloma 6 stopa

Nr: 6 Metody oblczeowe - Budowctwo semestr - wykład r 3 Iterpolacja Daa jest pewa ukcja oraz puktów węzłowych { } poszukujemy takej ukcj g spośród wszystkch ukcj pewej klasy aby g... Klasy ukcj terpolujących: welomay ukcje wymere welomay trygoometrycze ukcje sklejae 4 3 3 4

Metody oblczeowe - Budowctwo semestr - wykład r 3 Nr: 7 Iterpolacja welomaowa ukcja przyblŝaa satka węzłów Dla dowolych róŝych puktów węzłowych steje dokłade jede weloma terpolacyjy P stopa co ajwyŝej tak Ŝe dla... Sposoby wyzaczaa współczyków welomau terpolacyjego: P a a...a rozwązae układu rówań lowych... P a a a a a a a a a L L L L

Metody oblczeowe - Budowctwo semestr - wykład r 3 Nr: 8 Iterpolacja welomaowa wzór Lagrage a macerz Lagrage a Dla dowolych róŝych puktów węzłowych wyzaczamy dla kaŝdego... wyraŝee to jest welomaem co ajwyŝej -tego stopa. Ozaczmy: Zapsując w postac macerzowej otrzymujemy macerz L azywamy macerzą Lagrage a: { } k k k k δ j j j a δ [ ].................. a a a a F L X L wzór Lagrage a k k k k k k k k L δ δ k k k δ

Metody oblczeowe - Budowctwo semestr - wykład r 3 Nr: 9 Iterpolacja welomaowa wzór Lagrage a dla węzłów rówoodległych: h: - -... h s:- /h hs...!!!!............................................................... s s s s s s s s s s s s s s s h s s s s s h h h h h h h h h h h hs h hs h hs h hs hs h h h h h h h h h h hs h hs h hs h hs hs L k k k k

Nr: Metody oblczeowe - Budowctwo semestr - wykład r 3 Fukcje sklejae określee ukcj sklejaych 3 stopa cubc sple zachowaa cągłość ukcj jej pochodych do stopa włącze wykresy welomaów stopa co ajwyŝej 3 4 3 druge pochode rówe 3 4

Nr: Metody oblczeowe - Budowctwo semestr - wykład r 3 Fukcje sklejae przedzał [ ] dzelmy a podprzedzały w kaŝdym podprzedzale [ - ]...: 3 s a b c d... łącze 4 współczyków - ewadomych wartośc w węzłach zewętrzych spełają waruek terpolacj : s s wartośc drugch pochodych w węzłach zewętrzych spełają waruek aturalośc : s s w węzłach wewętrzych wartośc ukcj wartośc perwszych pochodych wartośc drugch pochodych są rówe są rówe :... s s... s s... s s

Nr: Metody oblczeowe - Budowctwo semestr - wykład r 3 Fukcje sklejae porówae z terpolacją welomaową.5 4 3.5 3.5.5.5.5.5 3 4 5 6 3 4 5 6 ukcja s klejaa w eloma terpolujący ukcja s klejaa w eloma terpolujący

Nr: 3 Metody oblczeowe - Budowctwo semestr - wykład r 3 Krzywa Bézera krzywa welomaowa Perre Bézer 97 powszeche stosowae w programach do projektowaa Ŝyerskego - programach CAD-owskch Najczęścej uŝywae są krzywe trzecego stopa leŝące a płaszczyźe. Deując krzywą trzecego stopa określamy 4 pukty tzw. pukty kotrole A B C D których połoŝee wyzacza przebeg krzywej. Krzywa ma swój początek w pukce A skerowaa jest w stroę puktu B. Następe zmerza w stroę puktu D dochodząc do ego od stroy puktu C. Odcek AB jest styczy do krzywej w pukce A atomast odcek CD jest styczy w pukce D Krzywą Bézera trzecego stopa określa astępujące rówae: Pt At 3 3Btt 3Ct t Dt 3 dla t. Czyl: P t A t 3 3B tt 3C t t D t 3 P y t A y t 3 3B y tt 3C y t t D y t 3 Krzywa ma swój początek w pukce A t koec w pukce D t. Zadae: zapsz kod programu wyzaczający w oparcu o podae współrzęde puktów kotrolych krzywą Bézera. Przebeg krzywej przedstaw a rysuku umeszczając a m róweŝ odck AB BC CD.

Nr: 4 Metody oblczeowe - Budowctwo semestr - wykład r 3 Powerzche sklejae ajprostszy sposób: przyblŝae powerzch sklejaym guram płaskm wykorzystae powerzch -go stopa kwadryk powerzch bkubczych

Nr: 5 Metody oblczeowe - Budowctwo semestr - wykład r 3 Płaty Bézera deowae ogracza sę do wskazaa satk puktów kotrolych KaŜda satka puktów kotrolych deująca płat Bèzera posada werszy m kolum. Szczególym przypadkem płata Bèzera jest postać bkubcza płat jest 3 stopa w obu kerukach mamy 6 puktów kotrolych.

Nr: 6 Metody oblczeowe - Budowctwo semestr - wykład r 3 Iterpolacja a aproksymacja proces terpolacj zwłaszcza terpolacj welomaowej jest wraŝlwy a wybór węzłów terpolacj zaburzea wartośc ukcj w puktach terpolacj mogą bardzo zacze zmeać ukcję terpolującą jeśl mamy moŝlwość wyboru rozmeszczea węzłów ajmejszy błąd terpolacj dostajemy doberając węzły mejsca zerowe welomau Czebyszewa przy sprowadzeu przedzału terpolowaych wartośc do przedzału [-] aproksymacja jest mało wraŝlwa a wybór węzłów aproksymacj jeśl lczba węzłów jest wystarczająco duŝa 4 3.5 3.5.5.5 3 4 5 6 pukty w eloma 6 s topa 4 3.5 3.5.5.5 3 4 5 6 pukty w eloma 6 stopa

Nr: 7 Metody oblczeowe - Budowctwo semestr - wykład r 3 Model regresj celem pomarów wykryce opsae za pomocą ukcj aaltyczych zaleŝośc y... medzy ezaleŝym parametram... oraz parametrem od ch zaleŝym y wykryce stea zaleŝośc korelacja ustalee postac ukcj która ją opsuje regresja zadae polega a wyzaczeu zaleŝośc ukcyjej p. regresja jedowymarowa: zaleŝość ukcyja y jedowymarowa regresja lowa: zaleŝość ukcyja y a a zbadau arzędzam rachuku prawdopodobeństwa jakośc wyzaczoego modelu regresj

Nr: 8 Regresja lowa Metody oblczeowe - Budowctwo semestr - wykład r 3 teoretycza la regresj odosząca sę do populacj geeralej: y a a emprycze rówae regresj rówae regresj w próbce: y b b aproksymując teoretyczą prostą regresj za pomocą empryczego rówaa rozpatrujemy współczyk b b jako realzacje pewej zmeej losowej B B przyjmujące w kokretej próbe take lub e wartośc 8 emprycza prosta regresj rodza prostych kaŝdą z ch otrzymuje sę poprzez kokretą realzację próby 7 6 5 4 3 4 6 8 4

Metody oblczeowe - Budowctwo semestr - wykład r 3 Nr: 9 Regresja - badae korelacj współczyk korelacj Pearsoa wyraŝa stopeń zaleŝośc lowej mędzy zmeym losowym oszacowae współczyka korelacj a podstawe realzacj próby wartość z przedzału [-]: y y y y r

Nr: 3 Metody oblczeowe - Budowctwo semestr - wykład r 3 Regresja lowa wyzaczee rówaa regresj z próby próba -elemetowa y... y Dla kaŝdego... y wartość z próby y b b wartość oblczoa y y róŝca pomędzy wartoścam metoda ajmejszych kwadratów SSE-suma kwadratów błędów SSE Φ b b y b b m

Nr: 3 Metody oblczeowe - Budowctwo semestr - wykład r 3 Regresja lowa wyzaczee rówaa regresj z próby próba -elemetowa y... y Dla kaŝdego... y wartość z próby y b b wartość oblczoa y y róŝca pomędzy wartoścam metoda ajmejszych kwadratów SSE-suma kwadratów błędów SSE Φ b b y b b m ukcja Φab osąga ajmejszą wartość dla b b wyzaczoych z układu rówań: Φ b Φ b y y b b b b

Metody oblczeowe - Budowctwo semestr - wykład r 3 Nr: 3 Regresja lowa wyzaczee rówaa regresj z próby Rozwązując układ rówań otrzymujemy: b y b y y y y b

Nr: 33 Metody oblczeowe - Budowctwo semestr - wykład r 3 Regresja lowa - badae jakośc wyzaczoego modelu Mary jakośc przyjętego modelu współczyk determacj przyjmuje wartośc z zakresu od do gdy R : dae leŝą dokłade a l" regresj zmeość jest wyjaśoa w %; R : regresja czego e wyjaśa dae są eskorelowae; 9 R < : dopasowae bardzo dobre 8 R <9 : dopasowae dobre 7 R <8 : dopasowae zadawalające w ektórych zastosowaach. zwróćmy takŝe uwagę ze mówmy p.: "regresja wyjaśa 93 % zmeośc gdy R 93. SST całkowta suma kwadratów SSR suma kwadratów zwązaa z regresją SSE suma kwadratów błędów Zadae: zapsz ukcję ScLaba oblczającą współczyk determacj. Jako dae wejścowe podać: lczba prób losowych X Y wektory współrzęde puktów pomarowych ukcja regresj. Przetestuj a daych odaych a slajdze r 85 SSE SST R SSR SST y y b y b SST SSE SST y y yˆ y yˆ b b SST SSR SSE

Nr: 34 Metody oblczeowe - Budowctwo semestr - wykład r 3 Regresja lowa - badae jakośc wyzaczoego modelu werykacja statystycza werykacja hpotezy o braku zaleŝośc w prostej regresj lowej testy stotośc dla parametrów regresj aalza waracj test F-Sedecora wyzaczee obszaru pasa uośc Y 8 6 4 8 6 4 - -4 y3.-. -α.98 -α.8 3 4 5 6 X przyjmując określoy pozom uośc p-α p. p95 obszarem uośc azywamy obszar w którym z prawdopodobeństwem rówym pozomow uośc zajduje sę ezaa teoretycza la regresj dla populacj geeralej wyzaczee obszaru pasa predykcj przyjmując określoy pozom uośc p-α p. p95 obszarem predykcj azywamy obszar w którym z prawdopodobeństwem rówym pozomow uośc dla kokretej wartośc p zajduje sę wartość zaleŝego parametru y.

Nr: 35 Metody oblczeowe - Budowctwo semestr - wykład r 3 Regresja lowa przykład Dokoao aalzy próbek grutu merząc a róŝych głębokoścach procetową zawartość pasku aalza przy uŝycu MS Ecel % głębokość zawartośc Nr próbk cm pasku 75.6 5 58. 3 3 59.3 4 45 57.5 5 6 5.5 6 75 54. 7 9 35.8 8 5 4.9 9 3.6 % pasku 8 7 6 5 4 aalza próbek grutu 3 4 6 8 4 głębokość cm

Nr: 36 Metody oblczeowe - Budowctwo semestr - wykład r 3 Regresja lowa przykład Dokoao aalzy próbek grutu merząc a róŝych głębokoścach procetową zawartość pasku aalza przy uŝycu MS Ecel % głębokość zawartośc Nr próbk cm pasku 75.6 5 58. 3 3 59.3 4 45 57.5 5 6 5.5 6 75 54. 7 9 35.8 8 5 4.9 9 3.6 % pasku 8. 7. 6. 5. 4. aalza próbek grutu y -.37 69.973 R.858 3.... 4 6 8 4 głębokość cm

Nr: 37 Metody oblczeowe - Budowctwo semestr - wykład r 3 Regresja lowa przykład Dokoao aalzy próbek grutu badao zaleŝość dwóch parametrów stopa plastyczośc spójośc grutu zaleŝość wyzaczoo w oparcu 7 próby prób s to peń plas tyczoś c - s pó jość 4 35 3 5 y 3.787-8. 5.9 R.896 5 5-5 -..4.6.8..4 y -3.478 35.799 R.85 7 próby

Nr: 38 Metody oblczeowe - Budowctwo semestr - wykład r 3 Regresja lowa przykład - cd s to peń plas tyczoś c - s pó jość 4 35 3 5 y -44.63 43.3 R.348 5..5.3.35.4.45.5.55.6 prób

Nr: 39 Metody oblczeowe - Budowctwo semestr - wykład r 3 Regresja lowa przykład - wykorzystae paketu Statstca 36 34 3 3 8 Wy kres rozrzut u - model lowy y 439-44633* ; 95 Prz.U. Wykres rozrzutu - regresja welomaem kwadratowym Zm4 6 4 4 y 593-84*3787*^; 95 Prz.Pred.; 95 Prz.U. 35 8 3 6 5 3 35 4 45 5 55 6 Zm3 spójość 5 5 4 35 Wy kres rozrzutu - regresja lowa y 357986-34779*; 95 Prz.Pred.; 95 Prz.U. 3 5 5-5 7 36 49 57 67 75 85 93 3 6 9 spójość 5 5 stopeń plastyczośc -5-7 36 49 57 67 75 85 93 3 6 9 stopeń plasty czośc

Nr: 4 Metody oblczeowe - Budowctwo semestr - wykład r 3 ukcje ScLaba chepol - oblczae wartośc welomaów Czebyszewa cshepd eval_cshepd - wymarowa terpolacja ukcjam sklejaym dla węzłów e tworzących satk prostokątej terp oblczee wartośc terpolującej ukcj sklejaej terpd terp3d terpolacja ukcjam sklejaym terpl rozwązae zadaa terpolacj lowej a płaszczyźe lsq rozwązae rówaa postac AXB metodą ajmejszych kwadratów lsq_sple aproksymacja średokwadratowa sześceą ukcją sklejaą lear_terp rozwązae zadaa -wymarowej terpolacj lowej spl spld spl3d oblczee współczyków ukcj sklejaej terpolującej podae pukty węzłowe regl regress wyzaczee współczyków regresj lowej

Nr: 4 Metody oblczeowe - Budowctwo semestr - wykład r 3 Podsumowae Aproksymacja terpolacja pojęce modelu regresj Aproksymacja ogóla postać zadaa aproksymacj. Zadae aproksymacj lowej pojęce ukcj bazowych postać rozwązaa układ rówań lowych adokreśloy wygładzae ukcj Zadae aproksymacj średokwadratowej: metoda ajmejszych kwadratów loczy skalary ukcj ukcje ortogoale własośc welomaów Czebyszewa. Zadae aproksymacj jedostajej: sormułowae zadaa Twerdzee Weerstrassa Zadae terpolacj terpolacja welomaowa wzór Lagrage a postać macerzy Lagrage a wzór Lagrage a dla węzłów rówoodległych wzór Iterpolacyjy Newtoa.

Nr: 4 Metody oblczeowe - Budowctwo semestr - wykład r 3 Podsumowae - cd. Aproksymacja terpolacja pojęce modelu regresj Fukcje sklejae własośc ukcj sklejaych 3 stopa cubc sple Krzywa Bézera Model regresj opsae problemu podstawowe pojęca statystyk: populacja geerala jedostka statystycza cechy statystycze próbka badae częścowe pojęce zmeej losowej jej realzacj teoretycza la regresj a emprycze rówae regresj badae korelacj a podstawe realzacj próby sposób wyzaczea rówaa regresj metodą ajmejszych kwadratów mary jakośc przyjętego modelu regresj waracja resztkowa współczyk determacj werykacja statystycza przyjętego modelu regresj obszary uośc predykcj Modele elowe regresj sprowadzae do modelu lowego