Логарифмическое уравнение регрессии
В общем случае уравнение логарифмической функции имеет вид y = a Ln(x) + b.
Применение логарифмической функции в качестве уравнения регрессии возможно только в том случае, если в спектре значений аргумента X (диапазон ячеек A7:А18) отсутствуют нулевые и отрицательные значения.
Пусть исходная функция y = f(x) варианта задания имеет вид, показанный в таблице в диапазоне ячеек A7:B18, рис. 4.5.1.
Построим точечный график функции Логарифмическая регрессия y = f(x).
В строке 21 создадим шапку таблицы, как показано на рис. 4.5.1.
В ячейку B26 запишем произвольную константу 1, а в ячейку C26 - произвольную константу 2.
Рис. 4.5.1
В ячейку A26 запишем оператор присваивания для сцепленных символьных констант:
="y="&ТЕКСТ(B26;"0.00")&"Ln(x)"&ЕСЛИ(C26<0;ТЕКСТ(C26;"0.00");"+"&ТЕКСТ(C26;"0.00"))
Ячейке G6 присвоим такое же значение, какое приобретает ячейка A26, то есть G6 = A26.
Тогда, в соответствии с выбранными коэффициентами в ячейках B26=1 и C26=2, в ячейках A26 и G6получим результат y=1.00Ln(x)+2.00.
Запишем в ячейку G7 уравнение логарифмической функции с коэффициентами, взятыми в абсолютной адресации из ячеек B26 и C26, то есть =$B$26*LN(A7)+$C$26, в качестве аргумента X берётся значение ячейки A7исходной таблицы.
Скопируем закон преобразования информации ячейки G7 до ячейки G18 включительно.
В результате получим спектр значений функции y=1.00Ln(x)+2.00 на спектре аргументов X в диапазоне значений ячеек A7:A18, рис. 4.5.1.
В ячейку G19, используя мастер функций fx, запишем результат вычисления функции =СУММКВРАЗН(B7:B18;G7:G18), рис. 4.5.2.
Рис. 4.5.2
Примечание: обозначение Массив_x и Массив_y, рис. 4.5.2, математическое и не совпадает с обозначениями выполняемого задания.
Добавим на точечный рисунок исходной таблицы уравнение логарифмической функции y=1.00Ln(x)+2.00, рис. 4.5.3.
Рис. 4.5.3
Заметим, что это уравнение логарифмической регрессии, с произвольными значениями коэффициентов a=1 и b=2.
Соответствие этого уравнения регрессии исходному распределению оценено с помощью вычисления функции суммы квадратов разностей, значение которой составляет 118.0845511.
Для определения оптимальных значений коэффициентов a и b воспользуемся функцией Поиск решения:
– установим курсор в ячейку G19;
– последовательно, выбирая Разработчик, Данные, Поиск решения, вызвать окно Параметры поиска решения, в котором установить параметры, как показано на рис. 4.5.4, и нажать кнопку Найти решение;
Рис. 4.5.4
– увидеть, как в ячейке B26 установится значение 1.59, в ячейке C26 – 3.28, в ячейке G19 – 55.12464582, рис. 4.5.5;
Рис. 4.5.5
Это означает, что логарифмическая функция с коэффициентами a = 1.59 и b = 3.28 отобразится на графике Логарифмическая регрессия, как показано на рис. 4.5.5, при этом значение суммы квадратов разностей будет минимально и равно 55.12464582.
Таким образом, коэффициенты для логарифмического уравнения регрессии определены и для исходного задания уравнение имеет вид y = 1.59Ln(x) + 3.28.
Чтобы убедиться в правильности решения щёлкнем правой клавишей мышки по любой точке исходного задания на графике Логарифмическая регрессия, рис. 4.5.5.
В появившемся окне выберем раздел Добавить линию тренда, рис. 4.5.6.
Рис. 4.5.6
В появившемся окне Формат линии тренда выбрать параметры Логарифмическая, показывать уравнение на диаграмме и поместить на диаграмму величину достоверности аппроксимации (R^2) и нажать кнопку Закрыть, рис. 4.5.7.
Рис. 4.5.7
Появившаяся на графике Логарифмическая регрессия линия тренда полностью совпадает с графиком построенного уравнения регрессии y = 1.59Ln(x) + 3.28, как и уравнение линии тренда y = 1.5852Ln(x) + 3.2763, что является доказательством правильности решения, рис. 4.5.8.
Рис. 4.5.8
Следует отметить, что значение коэффициента детерминации R2 = 0.2227 свидетельствует о том, что выбранный вид уравнения регрессии (логарифмическая функция) не очень подходит к исходному заданию, так как максимальное значение коэффициента детерминации R2 = 1.
На рис. 4.5.9 показан результирующий график использования в качестве уравнения регрессии логарифмической функции y = 1.59Ln(x) + 3.28 и построения линии тренда y =1.5852 Ln(x) + 3.2763для исходного варианта задания y = f(x).
Рис. 4.5.9
Дата добавления: 2020-07-18; просмотров: 761;