Пример готового реферата по предмету: Высшая математика
Содержание
Содержание
Введение 2
1. Основные задачи математической статистики 3
2. Парная линейная регрессионная модель с пространственной выборкой 4
3. Оценка модели и ее параметров 8
4. Построение модели парной линейной регрессии в MS Excel 12
5. Проблема мультиколлинеарности 14
6. Использование фиктивных переменных в моделях 16
Заключение 17
Список использованной литературы 18
Выдержка из текста
Введение
В настоящее время математический аппарат и математические методы применяются почти во всех областях науки.
В реальной жизни разнообразные данные составляют основу для понимания множества процессов. Для многих из этих процессов, которые происходят во всех сферах жизни, характерны определенные взаимодействия, или взаимное влияние и обусловленность. Представление статистической информации позволит ставить вопрос о присутствии и силе таких взаимодействий, и делает актуальной разработку методик статистического анализа, которые адекватно отображают исследуемые факторы.
При проведении научных исследований, исследуемый рассматривают как носителя некоторых неизвестных или подлежащих исследованию характеристик. Эти характеристики необходимо выяснить. Для этого на вход объекта подают входные воздействия Х и снимают с выхода объекта выходной сигнал У. По уровню выходного сигнала и входных воздействий делают выводы о характеристиках исследуемого объекта [7].
На практике, чаще всего реальный объект заменяют абстрактными моделями, обладающими сходными характеристиками. Исследование качеств объекта проводится на его модели и в дальнейшем переносится на сам этот объект. Для построения моделей чаще всего применяются методы математической статистики, позволяющие сделать описание объекта наиболее полным.
Таким образом, целью данной работы является изучения методов математической статистики, использующихся при построении различных моделей исследуемых объектов при проведении научного эксперимента.
Список использованной литературы
Список использованной литературы
1. Льюнг Л. Идентификация систем: теория для пользователя. М.: Hаука. 1991. 431 с.
2. Фомин В.Н. Элементы регрессионного анализа. М.: Наука, 1984. C. 36– 45.
3. Граничин О.Н. Оценивание параметров линейной регрессии при произвольных помехах // Автоматика и телемеханика. 2002. № 1. C. 30-41.
4. Афонин А.Ю. Макарычев П. П. Оперативный и интеллектуальный анализ данных – Пермь: ПГУ, 2010 – 142 с.
5. Билл Джелен, Майкл Александер. Сводные таблицы в Microsoft Excel 2010. – М.: Вильямс, 2011 – 464 с
6. Шумейко А.А. Интеллектуальный анализ данных (Введение в Data Mining)/ А.А. Шумейко, С.Л. Сотник. – Днепропетровск: Белая Е.А., 2012. – 212 с.
7. Тихомиров, Николай Петрович. Эконометрика : учебник для вузов / Н. П. Тихомиров, Е. Ю. Дорохина . — М. : ЭКЗАМЕН, 2007 – 510[2]
с. : ил., табл. (в библиотеке 11 экз.) (Гриф)
8. Гмурман В.Е. Теория вероятностей и математическая статистика/ В.Е.Гмурман.М.:Высшая школа, 2000.-479с.
9. Теория вероятностей и математическая статистика/ Под редакцией В.А. Колемаева. М: Высшая школа, 1991.-400с.
10. Гайдышев И. Анализ и обработка данных: специальный справочник — СПб: Питер, 2001.-752с.
