Автор работы: Пользователь скрыл имя, 20 Ноября 2013 в 17:55, контрольная работа
20. Как осуществляется проверка плана на оптимальность при решении задач распределительным методом?
31. Раскройте этапы решения задач симплексным методом с искусственным базисом.
40. Элементы и принципы построения сетевых графиков. Их назначение.
50. Балансовые модели в землеустройстве и кадастре.
Задачи.
Столбец 1 |
Столбец 2 | |
Столбец 1 |
1 |
|
Столбец 2 |
0,97205805 |
1 |
Так как коэффициент корреляции получен со знаком плюс, что указывает на прямую связь.
Модуль коэффициента корреляции ( r) равен 1,0 - связь полная (функциональная).
Столбец1 |
|
Среднее |
14,425 |
Стандартная ошибка |
1,390321337 |
Медиана |
14,5 |
Мода |
7,9 |
Стандартное отклонение |
6,217706042 |
Дисперсия выборки |
38,65986842 |
Эксцесс |
-2,176021544 |
Асимметричность |
0,003777803 |
Интервал |
14,1 |
Минимум |
7,6 |
Максимум |
21,7 |
Сумма |
288,5 |
Счет |
20 |
Вычислим ошибку коэффициента корреляции методом квадратов (Пирсона):
Mrxy=
N= 20;
Mrxy=0,06
Критерий достоверности Стьюдента вычислим по формуле: t= r/mr.
T=16.2=tфакт
Tтеор=2,10; tфакт> tтеор-значение коэффициента корреляции статистически существенно(достоверно).
Вычислим коэффициент детерминации d=r2=0,972=0.94/
Величина коэффициента детерминации показывает, что балл оценки почвы примерно на 94 % определён содержанием в ней гумуса.
Y = a + bx, значение a= Y-пересечение, b= X 1
Y =11,6+1,05x.
Вычислим возможную величину бонитета почвы при снижении содержания гумуса до 3 %, её бонитет также снизится и составит около 14,8 баллов.
ВЫВОД ИТОГОВ |
||||||
Регрессионная статистика | ||||||
Множественный R |
0,972058049 |
|||||
R-квадрат |
0,944896851 |
|||||
Нормированный R-квадрат |
0,938008958 |
|||||
Стандартная ошибка |
0,178097586 |
|||||
Наблюдения |
10 |
|||||
Дисперсионный анализ | ||||||
df |
SS |
MS |
F |
Значимость F |
||
Регрессия |
1 |
4,35125 |
4,35125 |
137,182266 |
2,5785E-06 |
|
Остаток |
8 |
0,25375 |
0,03171875 |
|||
Итого |
9 |
4,605 |
||||
Коэффициенты |
Стандартная ошибка |
t-статистика |
P-Значение |
Нижние 95% |
Верхние 95% | |
Y-пересечение |
11,6 |
0,757700056 |
15,30948811 |
3,28885E-07 |
9,852740539 |
13,34725946 |
Переменная X 1 |
1,053571429 |
0,089952865 |
11,71248334 |
2,5785E-06 |
0,846139751 |
1,261003106 |
Подставим найденные значения в уравнение
Y = a + bx
Y =11,6+ 1,05x
Вычислим возможную величину бонитета почвы при снижении содержания гумуса почвы до 3 %.
Y =11,6+1,05*3=14,75
Бонитет почвы снизится и составит около 14,75 баллов.
4 с. Множественный регрессионный анализ зависимости урожайности пшеницы от почвенных факторов.
№ |
Урожайность пшеницы, |
Почвенные факторы урожайности |
|||||||
п/п |
ц/га |
М, |
Г, |
рН |
NO3, мг/кг |
Р2О5, мг/кг |
К2О, мг/кг |
Рв, |
Nв, |
см |
% |
% |
% | ||||||
1. |
23,5 |
47 |
5,7 |
6,2 |
12,1 |
11,7 |
10,8 |
0,22 |
0,51 |
2. |
27,9 |
58 |
5,7 |
6,8 |
18 |
23,1 |
12,1 |
0,23 |
0,32 |
3. |
28,2 |
59 |
5,3 |
7,2 |
4,8 |
8,4 |
18,9 |
0,19 |
0,41 |
4. |
28,3 |
53 |
5,9 |
6,6 |
8,1 |
12,7 |
23,6 |
0,13 |
0,38 |
5. |
22,7 |
44 |
6,1 |
6,8 |
3,7 |
3,7 |
29,6 |
0,17 |
0,23 |
6. |
23,9 |
37 |
2,9 |
7,4 |
4,1 |
3,5 |
8,1 |
0,13 |
0,19 |
7. |
22,9 |
41 |
6,4 |
6,4 |
14,3 |
4,9 |
13,6 |
0,15 |
0,31 |
8. |
24,3 |
48 |
5,7 |
6,3 |
9,5 |
6,8 |
14,5 |
0,19 |
0,24 |
9. |
22,7 |
42 |
9,1 |
7,1 |
6,9 |
4,5 |
13,6 |
0,14 |
0,27 |
10. |
26 |
57 |
8,1 |
6,9 |
21,7 |
13,8 |
22,4 |
0,19 |
0,33 |
11. |
20,9 |
39 |
3,8 |
7,2 |
4,7 |
7,6 |
8,7 |
0,14 |
0,51 |
12. |
26,2 |
54 |
6,5 |
6,7 |
13,4 |
16,1 |
12,8 |
0,16 |
0,27 |
13. |
29,2 |
36 |
4,8 |
7,7 |
5,9 |
4,2 |
9,3 |
0,16 |
0,17 |
14. |
29,5 |
57 |
7,3 |
6,8 |
17,3 |
21,6 |
19,6 |
0,23 |
0,47 |
15. |
29,7 |
42 |
5,8 |
7,3 |
12,7 |
8,4 |
27,4 |
0,22 |
0,19 |
16. |
29,8 |
59 |
7,4 |
6,9 |
18,9 |
15,8 |
16,7 |
0,2 |
0,34 |
17. |
22,5 |
45 |
6,8 |
7,2 |
4,7 |
7,3 |
11,7 |
0,13 |
0,25 |
18. |
25,2 |
53 |
6,3 |
6,7 |
3,9 |
17,4 |
16,3 |
0,16 |
0,47 |
19. |
23,7 |
41 |
8,2 |
6,3 |
19,1 |
17,3 |
21,4 |
0,17 |
0,45 |
20. |
25,7 |
61 |
5,9 |
6,3 |
2,3 |
8,1 |
12,1 |
0,2 |
0,56 |
21. |
26,9 |
63 |
9,2 |
6,4 |
8,4 |
9,5 |
13,2 |
0,17 |
0,29 |
22. |
26,2 |
62 |
7,2 |
6,2 |
16,8 |
25,3 |
17,1 |
0,2 |
0,36 |
23. |
24,5 |
51 |
4,3 |
7,6 |
11,7 |
16,1 |
31,6 |
0,21 |
0,18 |
24. |
29,9 |
56 |
9,7 |
6,4 |
25,1 |
19,6 |
27,9 |
0,24 |
0,57 |
25. |
21,8 |
35 |
3,4 |
6,2 |
4,9 |
25,3 |
30,5 |
0,18 |
0,27 |
-0,84122 |
24,16152 |
-0,00098 |
-0,00884 |
0,086939 |
2,281681 |
0,111624 |
0,135278 |
-2,10065 | |
4,845328 |
21,51371 |
0,078484 |
0,104895 |
0,124266 |
1,317022 |
0,425614 |
0,075517 |
10,78832 | |
0,538553 |
2,322775 |
#Н/Д |
#Н/Д |
#Н/Д |
#Н/Д |
#Н/Д |
#Н/Д |
#Н/Д | |
2,334194 |
16 |
#Н/Д |
#Н/Д |
#Н/Д |
#Н/Д |
#Н/Д |
#Н/Д |
#Н/Д | |
100,7491 |
86,32451 |
#Н/Д |
#Н/Д |
#Н/Д |
#Н/Д |
#Н/Д |
#Н/Д |
#Н/Д | |
Уравнение множественной линейной регрессии:
У = т1х1 + т2х2 + … тnхn + b.
У=-0,84122*х1+24,16152*х2+-0,
Список литературы:
1. Волков С.Н. Землеустройство. Экономико- математические методы и модели: Изд-во «Колос. -М, 2001
2. Кравченко Р.Г., Попов
И.Г. Экономико-математические
3. Овцинов В.И. Экономико-математические методы и моделирование в землеустройстве: Учебное пособие для студентов заочного обучения. –Барнаул: Изд-во АГАУ, 2004. -75 с.
4. Шелобаев С.И. Экономико-математические методы и модели:учеб.пособие для вузов. - М.: ЮНИТИ-ДАНА, 2005.
Информация о работе Контрольная работа по дисциплине «Экономико-математическое моделирование»