 |
|
СВЕДЕНИЯ ОБ ИСПОЛЬЗОВАНИИ СИСТЕМЫ MATLAB
Методические указания к выполнению данной работы опираются на систему MATLAB 6.0 (Release 12) с пакетом расширения Statistics Toolbox 3.0.
СОДЕРЖАНИЕ ОТЧЕТА
9.1 Цель работы.
9.2 Таблица 1(см.подраздел 5.2).
9.3 Рисунок 1(см.подраздел 5.13 ).
9.4 Уравнение простой линейной регрессии (см. подраздел 5.14).
9.5 Гистограмма остатков (рисунок 2, см. подраздел 5.28).
9.6 Нормальный вероятностный график остатков(рисунок 3, см. подраздел
5.32).
9.7 Результат проверки гипотезы нормального распределения остатков с помощью функции lillietest(см. подраздел 5.36).
9.8 Результат проверки гипотезы независимости остатков регрессии по критерию Дурбина-Уотсона(см. подразделы 5.37-5.38).
9.9 Результат проверки гипотезы значимости уравнения линейной
регрессии по критерию Фишера (см. подраздел 5.40).
9.10 Результат проверки гипотезы значимости коэффициентов уравнения
линейной регрессии по критерию Стьюдента (см. подраздел 5.42-5.44).
9.11 Уравнение линейной регрессии со статистически значимыми
коэффициентами.
9.12 Передаточная функция исполнительного механизма(см. подраздел 5.46).
9.13 Таблица 2 (см. подраздел 6.4).
9.14 График зависимости у(t) (см. подраздел 6.7).
9.15 Линия экспоненциальной регрессии (рисунок 4, см. подраздел 6.11).
9.16 Уравнение экспоненциальной регрессии (см. подраздел 6.13).
9.17 Результат проверки гипотезы о нормальном распределении остатков
нелинейной регрессии (см. подраздел 6.15-6.16).
9.18 Результат проверки гипотезы независимости остатков экспоненциальной
регрессии по критерию Дурбина-Уотсона(см. подраздел 6.18).
9.19 Результат проверки гипотезы значимости уравнения
экспоненциальной регрессии по критерию Фишера (см. подраздел 6.19-
6.20).
КОНТРОЛЬНЫЕ ВОПРОСЫ
10.1 Что называют идентификацией САУ или ее элемента?
10.2 Какова сущность метода переходных характеристик(функций)?
10.3 Какова сущность аппроксимации разгонной характеристики обьекта идентификации?
10.4 Почему аппроксимацию разгонной характеристики выполняют методом наименьших квадратов (МНК)?
10.5 Что понимают под регрессионной моделью?
10.6 Что понимают под значимостью регрессионной модели или ММ?
10.7 Какова методика оценки значимости уравнения регрессии в целом?
10.8 Что понимают под значимостью коэффициентов уравнения регрессии?
10.9 Какова методика оценки значимости коэффициентов уравнения
регрессии?
10.10 Какова цель и методика исследования остатков регрессии?
ЛИТЕРАТУРА
1 Алексахин С.В. и другие. Прикладной статистический анализ. М.:”Издательство ПРИОР”, 2001.- 224 с.
2 Афифи А. и другие. Статистический анализ: Подход с использованием ЭВМ.: Мир , 1982.- 488 с.
3 Боровиков В.П. Программа STATISTICA для студентов и инженеров.-2-е изд.-М.:КомпьютерПресс, 2001.- 301 с.
4 Бююль А., Цефель П. SPSS : Искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей.-СПБ.:000”ДиаСофтЮП”, 2001.- 608 с.
5 Дехтяренко П.И. и другие. Определение характеристик звеньев систем автоматического регулирования. - М.: Энергия, 1973.- 120 с.
6 Дрейпер Н., Смит Г. Прикладной регрессионный анализ: В 2-х кн. Кн. 1. - 2-е изд. перераб. и доп.-М.: Финансы и статистика, 1986.- 366 с.
7 Дьяконов В.П., Круглов В.В. Математические пакеты расширения
MATLAB. Специальный справочник. - СПб.: Питер, 2001.- С. 437-466.
8 Дюк В.А. Обработка данных на ПК в примерах. - СПб.: Питер, 1997.- С. 40-45.
9 Каганов В.Ю. и другие. Основы теории и элементы систем автоматического регулирования. – М.: Металлургия, 1987.- С. 158 - 189.
10 Костылев А.А. и другие. Статистическая обработка результатов
экспериментов на микро-ЭВМ и программируемых калькуляторах.-
СПб.:Энергоатомиздат, 1991.- С. 168-211.
11 Кулаичев А.П. Методы и средства анализа данных в среде Windows. STADIA - 6.0. 3-е изд., перераб. и доп.-М.: Информация и компьютеры 1999.- 341 с.
12 Львовский Е.Н. Статистические методы построения эмпирических
формул.-2-е изд., перераб. и доп.-М.: Высш.шк., 1988.- С. 41-64.
13 Мэтьюз Д. , Финк К. Численные методы. Использование MATLAB.- 3-е изд. перераб. и доп.-М.:Издательский дом “Вильямс” ,2001. - С. 279-286, 291-299.
14 Тюрин Ю.Н. Макаров А.А. Анализ данных на компьютере. – 3-е изд. перераб. и доп. – М.: ИНФРА – М, 2003.- С. 236-258.
15 Хан Г. Шапиро С. Статистические модели в инженерных задачах.-М.: Мир, 1969.- 395с.