Практическая работа Построение регрессионных моделей

Построение регрессионных моделей

1. В представленной таблице приводиться прогноз средней дневной температуры на последнюю неделю мая в различных городах европейской части России. Построить несколько вариантов регрессионных моделей (логарифметическая, экспоненциальная,линейная, кубическая), отражающих зависимость температуры от широты города. Выбрать наиболее подходящую функцию.

   Город

   Широта, гр.с.ш.

   Температура

   Воронеж

   51,5

   16

   Краснодар

   45

   24

   Липецк

   52,6

   12

   Новороссийск

   44,8

   25

   Ростов-на-Дону

   47,3

   19

   Рязань

   54,5

   11

   Северодвинск

   64,8

   5

   Череповец

   59,4

   7

   Ярославль

   57,7

   10

2. По данным о средней дневной температуре в нашем городе за последнюю неделю (10 дней) и попробуйте предсказать температуру через 2 - 5 дней. Оцените, годится ли описание линейного тренда для описания характера изменения температуры со временем.

Число

Температура ^оС

5 февраля

-3

4 февраля

-10

3 февраля

-10

2 февраля

-11

1 февраля

-7

31 января

-11

30 января

-15

29 января

- 14

Примечание:

Таблицу удобнее построить следующим образом:

День

29.01.07

30.01.07

…

Температура

-14

-15

…

3. По данным из следующей таблицы постройте с помощью MS Excel линейную, квадратичную, экспоненциальную и логарифмическую регрессионные модели. Определите параметры, выберите модель.

X

2

4

6

8

10

12

14

16

18

20

22

24

26

28

Y

44

32

40

30

27

21

25

20

23

18

19

20

16

32