Calc (регрессия)

1. Стандартные типы тренда

Существует 6 различных видов линий тренда (в Calc -4), которые могут быть добавлены на диаграмму. Способ следует выбирать в зависимости от типа данных.

11

Точность аппроксимации

•Близость значений линии тренда к фактическим данным – R2 (коэффициент

корреляции, аппроксимации).

•Если значение R2 = или близко к 1, линия тренда наиболее соответствует действительности.

–При построении линии тренда значение R2 рассчитывается автоматически.

–Полученный результат можно вывести на диаграмме (активизировать диаграмму → Справка Что это такое?)

12

Линейная аппроксимация

•Это прямая линия, наилучшим образом описывающая набор данных. Применяется в самых простых случаях, когда точки данных расположены близко к прямой.

–линейная аппроксимация хороша для величины, которая увеличивается или убывает с постоянной скоростью

y = mx + b

14

Логарифмическая аппроксимация

•Описывает величину, которая вначале быстро растет или убывает, а затем постепенно стабилизируется.

–использует как "–", так и "+" величины

y = c ln(x) + b

15

Полиномиальная аппроксимация

•Описывает величины, попеременно возрастающие

иубывающие. Полезна для анализа большого набора данных о нестабильной величине.

–Степень полинома определяется количеством экстремумов (максимумов и минимумов) кривой.

y = c0 + c1 x + c2 x2 + c3 x3 ...

16

Степенная (потенциальная) аппроксимация

•Полезна для описания монотонно возрастающей либо монотонно убывающей величины.

–Использование степенной аппроксимации невозможно, если данные содержат нулевые или "–" значения.

y = cxb

17

Экспоненциальная аппроксимация

•Полезна в том случае, если скорость изменения данных непрерывно возрастает.

–При 0 и «–» этот вид приближения неприменим.

y = cebx

18

2. Встроенные функции для построения регрессий

•Используется для построения линий тренда вне области диаграммы.

•Эти функции позволяют строить лишь линейные или экспоненциальные регрессии.

19

Функции для построения линейной регрессии

•LINEST – рассчитывает статистику для ряда с применением метода наименьших квадратов, чтобы вычислить прямую линию, которая наилучшим образом аппроксимирует имеющиеся данные.

20