Моделирование территориальных процессов в российских городах методом географически взвешенной регрессии
Применение классической модели регрессии для анализа однородных объектов. Разделение территории на зоны, определение административных границ. Использование методов движущегося окна, фиксированных и адаптивных ядер при вычислении весовых коэффициентов.
Подобные документы
Сущность и типы уравнения регрессии как формулы статистической связи между переменными. Теоретическая и прямая линии регрессии, проверка адекватности уравнения регрессии. Оценка значимости парного коэффициента корреляции и коэффициент детерминации.
контрольная работа, добавлен 26.06.2014Ознакомление с математической постановкой задачи регрессии. Исследование и характеристика одномерной полиномиальной регрессии с произвольной степенью полинома и с произвольными координатами отсчетов. Рассмотрение особенностей синусоидальной регрессии.
реферат, добавлен 08.02.2018Визуализация метода наименьших квадратов (МНК), его параметризация. Свойства МНК оценок, характеристика гипотезы линейной регрессии. Доверительные интервалы для коэффициентов регрессии. Правила принятия гипотез, аномальные значения (выбросы) и пр.
презентация, добавлен 23.04.2015Регрессионный анализ - определение аналитического выражения связи, в котором изменение одной величины обусловлено влиянием одной или несколько независимых величин. Методы выбора математической модели в парной регрессии. Определение остатка для наблюдения.
реферат, добавлен 11.12.2017Ошибки коэффициентов уравнений регрессии, анализ остаточной дисперсии. Взаимокоррелирующие аргументы, выбор аргументов в уравнении регрессии при их взаимной корреляции в лесном хозяйстве. Зависимость высоты дерева от качества условий местопроизрастания.
реферат, добавлен 29.03.2018Определение параметров для составления линейного уравнения парной регрессии посредствам построения электронной таблицы Excel. Оценка качества построенной модели на основе коэффициента парной корреляции, детерминации и средней ошибки аппроксимации.
лабораторная работа, добавлен 30.03.2015Понятие регрессионного анализа и его цели. Использование линейных и нелинейных функций при построении регрессионных моделей. Проверка на значимость коэффициентов регрессии по статистическому критерию Стьюдента и ее уравнения с помощью F-критерия Фишера.
контрольная работа, добавлен 19.11.2013Ознакомление с условиями поиска полиномиальной регрессионной математической модели. Вычисления для линейной РОФМ. Формульное определение критериев выделяющегося максимального значения. Промежуточные показатели при расчетах коэффициентов регрессии.
методичка, добавлен 08.06.2015Построение уравнения парной регрессии с помощью программы Excel по данным, описывающим зависимость уровня рентабельности на предприятии от скорости товарооборота. Вычисление коэффициента эластичности и расчет ошибки аппроксимации линейной модели.
контрольная работа, добавлен 19.10.2016Дисперсионный анализ в математической статистике как самостоятельный инструмент статистического анализа, его понятие и применение в эконометрике как вспомогательного средства для изучения качества регрессионной модели. Линейный коэффициент корреляции.
лекция, добавлен 25.04.2015Рототабельное планирование эксперимента второго порядка. Порядок проверки значимости коэффициентов уравнения регрессии с помощью критерия Стьюдента. Проверка адекватности уравнения регрессии с помощью критерия Фишера. Построение чертежа линии уровня.
контрольная работа, добавлен 20.10.2013Рассмотрение математической модели АСК-анализа как варианта общего и универсального практического решения проблемы разработки базисных функций и весовых коэффициентов для разложения в ряд по ним произвольной функции состояния идентифицируемого объекта.
статья, добавлен 09.11.2020Сущность линейной регрессии как метода восстановления зависимости между двумя переменными. Особенности регрессионной модели. Рассмотрение основных функций предиктора. Характеристика метода наименьших квадратов. Порядок определения линейной регрессии.
краткое изложение, добавлен 17.03.2015Исследование функции среднеквадратической ошибки прогноза для ридж-регрессии на экстремум в зависимости от параметра регуляризации. Использование локального минимума СКОП для поиска оптимального параметра управления при мультиколлинеарности факторов.
статья, добавлен 29.08.2016Геометрическая интерпретация множественной регрессионной модели с двумя объясняющими переменными. Метод наименьших квадратов для модели множественной регрессии, статистические гипотезы, свойства регрессионных коэффициентов, вычисление стандартной ошибки.
презентация, добавлен 20.01.2015Рассмотрение задачи оценки параметров нелинейной регрессии при отсутствии априорной информации о линейно входящих параметрах. Проблема обеспечения оценивания параметров сходимости алгоритма за приемлемое количество итераций в нелинейных задачах.
статья, добавлен 25.02.2013Моделирование на основе временных рядов. Формальные критерии аппроксимации и статистические гипотезы. Изучение моделей с переменной структурой. Проверка на значимость коэффициентов регрессии. Руководство по использованию программы Time Series Processing.
методичка, добавлен 26.05.2012Моделирование основных пропорций многоотраслевых комплексов. Сущность смешанной модели Леонтьева и применение метода Жордана-Гаусса. Расчет коэффициентов прямых, полных и косвенных затрат. Аналитический прием агрегирования в межотраслевом балансе.
учебное пособие, добавлен 28.12.2013Статистическое описание и выборочные характеристики двумерного случайного вектора. Построение диаграммы рассеяния. Однофакторный дисперсионный анализ. Определение линейного контраста и выборочной линейной регрессии. Расчет границ доверительного интервала.
контрольная работа, добавлен 16.10.2017Задачи корреляционно-регрессионного анализа. Корреляция случайных величин. Линейная регрессия, описание объекта, факторы, формирующие моделируемое явление. Анализ матрицы коэффициентов парных корреляций. Построение уравнения регрессии, смысл модели.
реферат, добавлен 20.03.2010Рассмотрение сущности метода наименьших квадратов и линейной парной регрессии. Вывод формул для нахождения коэффициентов линейной парной регрессии. Аппроксимация функций с помощью метода наименьших квадратов. Нахождение параметров линейной функции.
курсовая работа, добавлен 26.02.2020Определение среднего значения исследуемого параметра для каждой точки факторного пространства. Проверка гипотезы однородности дисперсий по критерию Корхена. Значения коэффициентов уравнения регрессии. Проверка адекватности математической модели.
курсовая работа, добавлен 03.11.2020Цели, факторы, интервалы регрессии. Начальное формирование и оптимизация уравнений. Практическое построение регрессионных моделей. Примеры построения моделей двумерной и четырехмерной функционально-факторной нелинейной регрессии программой "Тренды ФСП-1".
статья, добавлен 03.11.2015Построение регрессионных моделей по рядам динамики. Использование критериев Фишера и Стьюдента, формулы линейного коэффициента корреляции. Оценка параметров уравнения регрессии, применение метода наименьших квадратов. Примеры гетероскедастичности.
контрольная работа, добавлен 25.04.2015Расчет линейного коэффициента парной корреляции, коэффициента детерминации и ошибки аппроксимации. Определение значимости параметров регрессии с помощью F-критерия Фишера и t-критерия Стьюдента. Скорректированный коэффициент множественной детерминации.
контрольная работа, добавлен 27.04.2017