22
Построение Построение некоторых типов некоторых типов нелинейных моделей нелинейных моделей

Построение некоторых типов нелинейных моделей

  • Upload
    candie

  • View
    77

  • Download
    0

Embed Size (px)

DESCRIPTION

Построение некоторых типов нелинейных моделей. Нелинейные модели. Линейные модели двух типов: - линейные по переменным - линейные по параметрам Примеры. 1. Линейная модель множественной регрессии:. Является линейной как по переменным, так и по параметрам - PowerPoint PPT Presentation

Citation preview

  • :- - .1. : , 2. -: , 1

  • 1. 2. 3. (1)(2)(3)

  • 1. :2. (1), z:(1.1)(1.2)3. (1.1)

  • .1. : : : (1.3)

  • : - -

  • 2. : :(1.4)

  • :- - ( )- ( )- ( )

  • 1.

    Chart1

    1.935.82

    7.136.55

    8.787.28

    9.698.01

    10.098.74

    10.429.47

    10.6210.2

    10.7110.93

    10.7911.66

    11.1312.39

    Sheet1

    - (Y) ( $)(Z)

    11.9311.0005.82

    27.1320.5006.55

    38.7830.3337.28

    49.6940.2508.01

    510.0950.2008.74

    610.4260.1679.47

    710.6270.14310.2

    810.7180.12510.93

    910.7990.11111.66

    1011.13100.10012.39

    Sheet1

    00

    00

    00

    00

    00

    00

    00

    00

    00

    00

    Sheet2

    Sheet3

  • 2.

    Chart2

    1.932

    7.137.04

    8.788.72

    9.699.56

    10.0910.064

    10.4210.4

    10.6210.64

    10.7110.82

    10.7910.96

    11.1311.072

    Sheet1

    - (Y) ( $)(Z)

    11.9311.0005.822

    27.1320.5006.557.04

    38.7830.3337.288.72

    49.6940.2508.019.56

    510.0950.2008.7410.064

    610.4260.1679.4710.4

    710.6270.14310.210.64

    810.7180.12510.9310.82

    910.7990.11111.6610.96

    1011.13100.10012.3911.072

    Sheet1

    00

    00

    00

    00

    00

    00

    00

    00

    00

    00

    Sheet2

    00

    00

    00

    00

    00

    00

    00

    00

    00

    00

    Sheet3

  • : 0 , 1 - : 0 , 1 ::

  • 3. ( ) : f(t) T

  • 1. :2. : :(2.1)(2.2)(2.3)

  • 3. b0, b1, b2 - (2.3)4. (2.1): ,

  • :(2.4) (2.4) , : 1 Y x

  • ,

    Chart1

    1306

    2.828427124717.2304753259.0942993991

    5.196152422712.457309396211.5990922696

    89.896309330813.78438026

    11.18033988758.278377968815.7591668264

    14.69693845677.154845405517.5809363095

    18.52025917756.324742121119.2845750983

    22.6274169985.683937124420.8932135191

    275.172818579722.4231569131

    31.62277660174.754679577423.8864302332

    a1>1

    a1

  • :

    Chart2

    1.933.24

    7.135.0036948624

    8.786.4520843575

    9.697.7274574927

    10.098.8879008866

    10.429.9642781949

    10.6210.9754284098

    10.7111.9339010358

    10.7912.8485779493

    11.1313.7260321

    Sheet1

    11306

    22.828427124717.2304753259.0942993991

    35.196152422712.457309396211.5990922696

    489.896309330813.78438026

    511.18033988758.278377968815.7591668264

    614.69693845677.154845405517.5809363095

    718.52025917756.324742121119.2845750983

    822.6274169985.683937124420.8932135191

    9275.172818579722.4231569131

    1031.62277660174.754679577423.8864302332

    Sheet1

    000

    000

    000

    000

    000

    000

    000

    000

    000

    000

    a1>1

    a1

  • () (3.1)1. - 2. :3. 4. (3.1)(3.2)

  • (3.1) 1 (3.1) Y 0 Y

  • (3.1) (3.2) . : (3.3) , . , .(3.3)

  • - :1. - 2. 3. (4.1)(4.2)(4.3)

  • :1. Y*=ln(Y), (1.1)(5.1)(5.2)