модели статистического прогнозирования практическая работа прогнозирование в microsoft excel

вебкам студия барнаул работа

Работа для девушек в Самаре Кратко Список. Самарская область Самара

Модели статистического прогнозирования практическая работа прогнозирование в microsoft excel работа моделью в гаджиево

Модели статистического прогнозирования практическая работа прогнозирование в microsoft excel

Получить бесплатное занятие гарантия высокого результата. Вход Регистрация. Забыли пароль? Войти с помощью:. Подать заявку на этот курс Смотреть список всех курсов. Практическая работа по информатике для 11 класса по теме «Модели статистического прогнозирования».

Скачать материал. Добавить в избранное. Практическая работа "Модели статистического прогнозирования" По данным из следующей таблицы построить с помощью Excel линейную, квадратичную, экспоненциальную и логарифмическую регрессионные модели. Рейтинг материала: 2,5 голосов: 2. Если Вы считаете, что материал нарушает авторские права либо по каким-то другим причинам должен быть удален с сайта, Вы можете оставить жалобу на материал.

Оргвзнос: от Идёт приём заявок. Принять участие. Курс повышения квалификации. Дистанционное обучение как современный формат преподавания. Курс профессиональной переподготовки. Математика и информатика: теория и методика преподавания в образовательной организации.

Информатика: теория и методика преподавания в образовательной организации. Московский институт профессиональной переподготовки и повышения квалификации педагогов. Найдите материал к любому уроку, указав свой предмет категорию , класс, учебник и тему:. Выберите класс: Все классы Дошкольники 1 класс 2 класс 3 класс 4 класс 5 класс 6 класс 7 класс 8 класс 9 класс 10 класс 11 класс.

Выберите учебник: Все учебники. Выберите тему: Все темы. Общая информация. Шаламова Яна Васильевна Написать Информатика 11 класс Другие методич. Мотивация в профессиональном саморазвитии педагога и ученика. Креативность и стартап-культура.

Лекция по информатике «Этапы развития вычислительной техники». Лекция по информатике «Лицензионные, условно бесплатные и бесплатные программы». Презентация по информатике и биологии «Биологические и компьютерные вирусы».

Открытый урок по информатике «Графические возможности MS-Excel: построение диаграмм и графиков функций». Презентация по инорматике «Сказ о Фоме и Егоре». На закладке Тип выбрать Экспоненциальный тренд. Получить квадратичный тренд. На закладке Тип выбрать Полиномиальный тренд с указанием степени 2.

Требуется выполнить прогнозирование заболеваемости бронхиальной астмой при концентрации угарного газа 6 мг куб. Цель работы: — освоение способов построения по экспериментальным данным регрессионной модели и графического тренда средствами Microsoft Excel. Построить несколько вариантов регрессионных моделей не менее трех , отражающих зависимость времени падения тела от высоты.

Выбрать наиболее подходящую функцию. В следующей таблице приводится прогноз средней дневной температуры на последнюю неделю мая в различных городах Европейской части России. Названия городов расставлены в алфавитном порядке. Указана также географическая широта этих городов. Построить несколько вариантов регрессионных моделей не менее трех , отражающих зависимость температуры от широты города. По данным из следующей таблицы постройте с помощью Excel линейную, квадратичную, экспоненциальную и логарифмическую регрессионные модели.

Определите параметры, выберите лучшую модель. Модели статистического прогнозирования. Ввести табличные данные зависимости заболеваемости бронхиальной астмой от концентрации угарного газа в атмосфере 2. Представить зависимость в виде точечной диаграммы. Получить полный текст.

РЕГИСТРАЦИЯ ВЕБКАМ СТУДИИ

Слова... работа для девушек в колонии полезные

Ничо так… модельное агенство чита прощения, что

Эти модели субъективны — индивидуальное представление геометрической точки, идеального газа, бесконечности может значительно отличаться у разных людей. Задание : Определите, какие из следующих моделей являются информационными. Демонстрируется слайд презентации.

Математические формулы. Уравнения химических реакций. Компьютерная программа. Программа телевидения. Оглавление книги. Игрушечные часы. Эталон килограмма. Блок-схема алгоритма. Использование общего языка разговорного, математического и пр.

Ее можно изучать, передавать, хранить и т. Какие бывают информационные модели? Давайте попытаемся смоделировать путь свободно падающего тела без начальной скорости. Это математическая модель. Используя эту формулу, мы можем построить таблицу, в которой отобразим зависимость переменной S от t. Это будет табличная модель. Также можно построить графическую модель свободно падающего тела. Демонстрируется слайд из презентации. Рисунок 1. Все это мы смогли сделать, потому что из курса физики нам известна зависимость S от t для свободно падающего тела.

Но, если обратиться к истории, то станет ясно, что человек не всегда обладал знаниями об этой информационной модели. Кем же было исследовано свободное падение тел? Существует легенда о том, что, изучая свободное падение тел, Галилео Галилей отпускал разные шары с высокой наклонной башни в г. Наблюдая за их падением и выполняя при этом необходимые измерения, Галилео Галилей установил законы падения тел.

Приложение 1. Формирование новых знаний, умений. Данные измерений, полученные Галилеем, носили массовый характер, то есть их было достаточно много. В дальнейшем они были обобщены и проанализированы. Таким образом собранные данные называются статистическими. Существует специальная наука статистика.

Статистика — это наука о сборе, измерении и анализе массовых количественных данных. Статистические данные:. Статистика опирается на сложные математические методы и расчеты, но в арсенале ТП Excel заложены возможности использования этих методов. Рассмотрим пример : Наиболее сильное влияние на рост заболеваемости бронхиальной астмой производит угарный газ. Цель : выявить эту зависимость.

Подготовительный этап : собираем данные из разных городов о средней концентрации угарного газа в атмосфере и о заболеваемости астмой количество больных на тысячу человек. Этап моделирования :. Рисунок 2. Строить функцию так, чтобы график точно проходил через все точки, не имеет смысла, т.

Основные требования к функции:. Он называется метод наименьших квадратов. Как и все методы математической статистики он не является простым для исполнения. Полученную функцию, график которой приведен на рис. Рисунок 3. Область определения данной функции — концентрация угарного газа в атмосфере. График регрессионной модели называется трендом.

Trend англ. Чтобы можно было определить, насколько удачной будет регрессионная модель, вводится величина R 2 : коэффициент достоверной аппроксимации. R 2 должен стремиться к 1 для удачно подобранной функции. У нас получилось четыре заготовки с изображением точечной диаграммы зависимости уровня заболеваемости от концентрации угарного газа в атмосфере.

Далее выполняем следующие действия:. Диаграмма готова. Смотри приложение 2. Аналогично получаем другие типы трендов: экспоненциальный и квадратичный полиномиальный тип функции с указанием степени 2. R 2 ближе всего к 1 у квадратичной модели. Значит, она самая удачная. А самая неудачная — линейная модель. Для чего же нам нужно выявлять эти зависимости создавать модели?

Прогноз бывает двух видов:. На четвертой диаграмме прогнозируем на 2 единицы вперед. Далее в таблице исходных данных тоже попытается осуществить прогноз. С экстраполяцией надо быть осторожными, так как применимость любой регрессионной модели ограничена, особенно, за пределами экспериментальной области. В таких крайних случаях система находится в неравновесной, неопределенной ситуации.

Точки, вблизи которых резко усиливается хаотическое развитие системы, называются точками бифуркации. Модель перестает быть адекватной ситуации. Нужны новые экспериментальные данные и, возможно, новая модель. Использование полученных знаний в других ситуациях. Практическая работа 2 задания. В следующей таблице приводится прогноз средней дневной температуры в различных населенных пунктов России. Название населённых пунктов расставлены в алфавитном порядке.

Указана также географическая широта этих населенных пунктов. Выбрать наиболее подходящую функцию. Вносятся данные в ячейки электронной таблицы, происходит решение задачи, строится график функции. Шаг 1: на закладке «Стандартные» выбрать тип «Точечная», вид — «Со значениями, сглаживающими соединительные линии», щелкнуть по кнопке Далее;. Шаг 2: указать диапазон выбора данных — B2:L3 и порядок выбора — в строках, щелкнуть по кнопке Далее;. Шаг 3: оформление диаграммы. На закладке «Заголовки» указать заголовок диаграммы, подписи к осям, на закладке «Легенда» — место расположения легенды в данном примере можно не использовать , щелкнуть по кнопке Далее;.

Шаг 4: размещение диаграммы. Два варианта: разместить на том же листе, что и таблица, или на отдельном листе;. Шаг 5. Щелкнуть по диаграмме и в контекстном меню выбрать Добавить линию тренда. Выбираем тип тренда — линейный. Получаются результаты, гипотеза о том, что со временем дневная температура ………. Подведение итога урока. Домашнее задание. Модель — это Модель — это упрощенное подобие реального объекта.

Виды моделей материальные информационные. Математические формулы Уравнения химических реакций Манекен Компьютерная программа Программа телевидения Авиамодель Оглавление книги Игрушечные часы Эталон килограмма Блок-схема алгоритма. Информационная модель — это целенаправленно отобранная информация об объекте, которая отражает наиболее существенные для исследователя свойства этого объекта. Информационные модели бывают: Вербальные словесные Табличные Графические Математические аналитические.

Качество воздуха в городе чем хуже воздух, тем больше больных астмой Частота легочных заболеваний Опеределим характер зависимости Качественное заключение. Его не достаточно для того чтобы управлять уровнем загрязнённости воздуха Рассмотрим способ нахождения зависимости частоты заболеваемости жителей города бронхиальной астмой от качества воздуха.

Нужно установить, какие именно примеси сильнее всего влияют на здоровье людей, как связана концентрация этих примесей в воздухе с числом заболеваний. Такую зависимость можно установить только экспериментальным путём: посредством сбора многочисленных данных, их анализа и обобщения. Статистика- наука о сборе, измерении и анализе массовых количественных данных Виды статистики: медицинская статистика математический аппарат статистики разрабатывает наука под названием математическая статистика экономическая статистика социальная статистика … Зависимости устанавливаются экспериментальным путем: -сбор данных; - анализ; - обобщение.

Рассмотрим пример из области медицинской статистики: Известно, что наиболее сильное влияние на бронхиально - легочные заболевания оказывает угарный газ —оксид углерода. Специалисты по медицинской статистике проводят сбор данных. Сведения о средней концентрации угарного газа в атмосфере C и о заболеваемости астмой число хронических больных на жителей P можно свести в таблицу и представить в виде точечной диаграммы.

Полученную таким образом функцию называют в статистике регрессионной моделью. Во всех этих формулах х -аргумент, у- значение функции, a,b,c,d-параметры функции, ln x —натуральный логарифм, e —константа, основание логарифма. Графики функций, построенные по МНК, - тренды Обратим внимание на подписи, присутствующие на графиках.

Во-первых, это записанные в явном виде искомые функции —регрессивные модели. На графиках присутствует ещё одна величина, полученная в результате построения трендов. Она обозначена как R2. В статистике эта величина называется Коэффициентом детерминированности, который всегда заключён в диапазоне от 0до 1. R2 — коэффициент детерминированности определяет, насколько удачной является полученная регрессионная модель.

Если он равен 1, то функция точно проходит через табличные значения, если 0, то выбранный вид регрессивной модели предельно неудачен. Чем R2 ближе к 1, тем удачнее регрессивная модель. Коэффициент детерминированности. Построить точечную диаграмму. В качестве подписи к оси OX выбрать название тренда - «Линейный», остальные надписи и легенду можно игнорировать. Практическая работа 3. Семакин И.

Информатика и ИКТ 11 кл. Имея регрессивную модель , легко прогнозировать, производя расчёты с помощью электронных таблиц. Имея регрессивную модель , легко прогнозировать, производя расчёты с помощью электронных таблиц Табличный процессор даёт возможность производить экстраполяцию графическим способом, продолжая тренд за пределы экспериментальных данных. Экстраполяция — прогнозирование за пределами экспериментальных данных.

Ограничения при экстраполяции! Применимость всякой регрессионной модели ограничена, особенно за пределами экспериментальной области так как экстраполяция строится на гипотезе. Вывод: применять экстраполяцию можно только в областях данных, близких к экспериментальной.

Построить несколько вариантов регрессионных моделей не менее трех. Город Температура день Температура ночь Среднесуточная температура широта гр. Этапы исследования Результат этапа исследования 1. Объект Дневная температура 2. Предмет Предсказание изменения температуры через несколько дней 3. Разработка информационной модели, позволяющей определить, какова будет дневная температура через несколько дней.

Формализация задачи. Записываются переменные, значения дневных температур. Разработка информационной модели. Этапы исследования Результат этапа исследования 7. Компьютерный эксперимент. На закладке «Заголовки» указать заголовок диаграммы, подписи к осям, на закладке «Легенда» — место расположения легенды в данном примере можно не использовать , щелкнуть по кнопке Далее; Шаг 4: размещение диаграммы.

В итоге получится следующая диаграмма:. Этапы исследования Результат этапа исследования 8. Анализ результатов Получаются результаты, гипотеза о том, что со временем дневная температура увеличится — подтверждается, а две остальные — опровергаются. Ответьте на вопросы Что нового вы узнали на уроке? С какими трудностями встретились на уроке? Что понравилось на уроке? Домашнее задание П. Используемая литература И. Семакин и др. Информатика Практикум, М. Лаборатория знаний, И.

Базовый уровень, М. Лаборатория знаний, Одним из самых популярных видов графического прогнозирования в Экселе является экстраполяция выполненная построением линии тренда. Попробуем предсказать сумму прибыли предприятия через 3 года на основе данных по этому показателю за предыдущие 12 лет.

Строим график зависимости на основе табличных данных, состоящих из аргументов и значений функции. Для этого выделяем табличную область, а затем, находясь во вкладке «Вставка» , кликаем по значку нужного вида диаграммы, который находится в блоке «Диаграммы». Затем выбираем подходящий для конкретной ситуации тип. Лучше всего выбрать точечную диаграмму. Можно выбрать и другой вид, но тогда, чтобы данные отображались корректно, придется выполнить редактирование, в частности убрать линию аргумента и выбрать другую шкалу горизонтальной оси.

Теперь нам нужно построить линию тренда. Делаем щелчок правой кнопкой мыши по любой из точек диаграммы. В активировавшемся контекстном меню останавливаем выбор на пункте «Добавить линию тренда». Открывается окно форматирования линии тренда. В нем можно выбрать один из шести видов аппроксимации:. Линейная ;. Логарифмическая ;.

Экспоненциальная ;. Степенная ;. Полиномиальная ;. Линейная фильтрация. Давайте для начала выберем линейную аппроксимацию. В блоке настроек «Прогноз» в поле «Вперед на» устанавливаем число «3,0» , так как нам нужно составить прогноз на три года вперед.

Последний показатель отображает качество линии тренда. После того, как настройки произведены, жмем на кнопку «Закрыть». Линия тренда построена и по ней мы можем определить примерную величину прибыли через три года. Как видим, к тому времени она должна перевалить за тыс. Коэффициент R2 , как уже было сказано выше, отображает качество линии тренда.

В нашем случае величина R2 составляет 0, Чем выше коэффициент, тем выше достоверность линии. Максимальная величина его может быть равной 1. Принято считать, что при коэффициенте свыше 0,85 линия тренда является достоверной. Такую зависимость можно установить только экспериментальным путём: посредством сбора многочисленных данных, их анализа и обобщения. Статистика- наука о сборе, измерении и анализе массовых количественных данных Виды статистики: медицинская статистика математический аппарат статистики разрабатывает наука под названием математическая статистика экономическая статистика социальная статистика … Зависимости устанавливаются экспериментальным путем: -сбор данных; - анализ; - обобщение.

Рассмотрим пример из области медицинской статистики: Известно, что наиболее сильное влияние на бронхиально - легочные заболевания оказывает угарный газ —оксид углерода. Специалисты по медицинской статистике проводят сбор данных. Сведения о средней концентрации угарного газа в атмосфере C и о заболеваемости астмой число хронических больных на жителей P можно свести в таблицу и представить в виде точечной диаграммы.

Полученную таким образом функцию называют в статистике регрессионной моделью. Во всех этих формулах х -аргумент, у- значение функции, a,b,c,d-параметры функции, ln x —натуральный логарифм, e —константа, основание логарифма. Графики функций, построенные по МНК, - тренды Обратим внимание на подписи, присутствующие на графиках. Во-первых, это записанные в явном виде искомые функции —регрессивные модели. На графиках присутствует ещё одна величина, полученная в результате построения трендов.

Она обозначена как R2. В статистике эта величина называется Коэффициентом детерминированности, который всегда заключён в диапазоне от 0до 1. R2 — коэффициент детерминированности определяет, насколько удачной является полученная регрессионная модель. Если он равен 1, то функция точно проходит через табличные значения, если 0, то выбранный вид регрессивной модели предельно неудачен.

Чем R2 ближе к 1, тем удачнее регрессивная модель. Коэффициент детерминированности. Построить точечную диаграмму. В качестве подписи к оси OX выбрать название тренда - «Линейный», остальные надписи и легенду можно игнорировать. Практическая работа 3.

Семакин И. Информатика и ИКТ 11 кл. Имея регрессивную модель , легко прогнозировать, производя расчёты с помощью электронных таблиц. Имея регрессивную модель , легко прогнозировать, производя расчёты с помощью электронных таблиц Табличный процессор даёт возможность производить экстраполяцию графическим способом, продолжая тренд за пределы экспериментальных данных.

Экстраполяция — прогнозирование за пределами экспериментальных данных. Ограничения при экстраполяции! Применимость всякой регрессионной модели ограничена, особенно за пределами экспериментальной области так как экстраполяция строится на гипотезе. Вывод: применять экстраполяцию можно только в областях данных, близких к экспериментальной.

Используемая литература И. Семакин и др. Информатика Практикум, М. Лаборатория знаний, И. Базовый уровень, М. Лаборатория знаний, Дидактическая: Выяснить особенности статистических моделей, вспомнить обобщённую формулу квадратичной функции, ознакомиться с методом наименьших квадратов, изучить несколько новых функцийExcel.

Развивающая: Объяснить учащимся плюсы статистических моделей, показать каков на практике метод наименьших квадратов, и каким образом переносить созданные на бумаге модели в Excel. Номер материала: Воспользуйтесь поиском по нашей базе из материалов. Получите деньги за публикацию своих разработок в библиотеке «Инфоурок». Добавить материал. Мой доход Новости Поиск курсов Войти. Получить бесплатное занятие гарантия высокого результата. Вход Регистрация. Забыли пароль?

Войти с помощью:. Подать заявку на этот курс Смотреть список всех курсов. Презентация по информатике 11 класс "Модели статистического прогнозирования". Скачать материал. Добавить в избранное. Рейтинг материала: 5,0 голосов: 9.

Оргвзнос: от Идёт приём заявок.