Построение корреляционного поля. Регрессионный анализ применяется для построения математических моделей, устанавливающих связь между зависимыми (выходными) и независимыми (входными)Регрессионный анализ применяется для построения математических моделей, устанавливающих связь между зависимыми (выходными) и независимыми (входными) переменными. Например, для случая сохранения оптимального веса, X – вектор входных параметров (параметр), влияющих на вес, например, количество потребляемых Ккал (килокалорий) за месяц, а Y – выходная переменная, а именно, прибавка в весе (в кг). Задача регрессионного анализа для случая сохранения оптимального веса формулируется следующим образом: требуется определить зависимость прибавки в весе Y от параметра X – потребления количества Ккал за месяц на основании следующих данных: а) вектора б) вектора Следовательно, для решения задачи регрессионного анализа для случая прибавки в весе от количества потребленных Ккал предварительно необходимо провести ряд наблюдений над некоторым количеством лиц. Результатом каждого такого наблюдения должны быть значения
Таблица 1 Экспериментальные данные
Следовательно, мы имеем следующий набор данных: XН = (3136; 2304; 20449; 42849; 1576; 4624; 8100; 16900; 1676; 6889; 22500; 10609; 1900; 6400; 1521; 1600; 12100; 22500; 4761; 7444) YН = (6,8; 10,4; 18,4; 19,6; 3,8; 6,5; 8,2; 18,7; 3,9; 7,0; 18,0; 9,0; 4,1; 7,1; 4,7; 5,0; 9,5; 18,2; 7,2; 5,1) Построение корреляционного поля для экспериментальных векторов XН и YН заключается в отображении точек
|