Software и математическая статистика
в Ориджине есть линейное приближение, вообще там много чего есть и очень все просто
что за ориджин, где его взять и для многомерных ли функций там имеется линейное приближение?
пардон, чушь написал, функция же многомерная)
ну, то есть она одномерная, но от многих переменных.
ботай это:
эксель/вставка/функции/статистические/ЛИНЕЙН
Надо еще заботать синтаксис функций, берущих и возвращающих массивы, чтобы научиться ей пользоваться.
Есть еще Statistica, но ее надо ботать отдельно.
эксель/вставка/функции/статистические/ЛИНЕЙН
Надо еще заботать синтаксис функций, берущих и возвращающих массивы, чтобы научиться ей пользоваться.
Есть еще Statistica, но ее надо ботать отдельно.
ну можно нверное програмку простейшую написать на находение минимума разницы:
(a_1*x_1+...a_n*x_n)^2 -(x_1^2+...x_n^2)= y_theor^2-y_exp^2
(a_1*x_1+...a_n*x_n)^2 -(x_1^2+...x_n^2)= y_theor^2-y_exp^2
эксель/вставка/функции/статистические/ЛИНЕЙННа английском - insert/function/statistical/linest
Выпиши чётко, какую регрессию ты хочешь получить.
y = a1 x1 + a2 x2 + ... an xn + a
или
y = a x1 + a x2 + ... + a xn + b
?
Что именно тебе надо, подогнать или ещё что-то оценить?
http://dmoz.org/Science/Math/Statistics/
---
...Я работаю антинаучным аферистом...
y = a1 x1 + a2 x2 + ... an xn + a
или
y = a x1 + a x2 + ... + a xn + b
?
Что именно тебе надо, подогнать или ещё что-то оценить?
http://dmoz.org/Science/Math/Statistics/
---
...Я работаю антинаучным аферистом...
подогнать. первый вариант функции, естественно. сейчас посмотрю ссылку, спасибо.
для того, чтобы в будущем предсказывать поведение y.
Ищи средства многомерной линейной регрессии.
Либо руками минимизируй функцию
F(a1, a2, ..., an, a) = \sum_i w_i (y_i - \sum_k ak xk_i)^2.
Для последнего могу поделиться исходником.
Можешь свести к решению линейных уравнений, если распишешь
(\partial F / \partial a_k) = 0.
(У тебя какое образование? В смысле --- факультет.)
---
...Я работаю антинаучным аферистом...
Либо руками минимизируй функцию
F(a1, a2, ..., an, a) = \sum_i w_i (y_i - \sum_k ak xk_i)^2.
Для последнего могу поделиться исходником.
Можешь свести к решению линейных уравнений, если распишешь
(\partial F / \partial a_k) = 0.
(У тебя какое образование? В смысле --- факультет.)
---
...Я работаю антинаучным аферистом...
у меня мехмат, блин.
меня интересует софт для решения всех этих уравнений.
не руками же решать. и данные не точные, а приблизительные. и программу писать не могу, потому что давно ничего не писал, разучился, отупел, а надо достаточно срочно.
меня интересует софт для решения всех этих уравнений.
не руками же решать. и данные не точные, а приблизительные. и программу писать не могу, потому что давно ничего не писал, разучился, отупел, а надо достаточно срочно.
Понятно.
w_k обратно пропорционально квадрату погрешности измерения y_k.
Погрешностью измерения x можно пренебречь?
Сколько времени есть?
Сколько точек? Сколько измерений?
---
...Я работаю антинаучным аферистом...
w_k обратно пропорционально квадрату погрешности измерения y_k.
Погрешностью измерения x можно пренебречь?
Сколько времени есть?
Сколько точек? Сколько измерений?
---
...Я работаю антинаучным аферистом...
>>Ищи средства многомерной линейной регрессии.
Не понял. Где ее искать?
>>Либо руками минимизируй функцию
F(a1, a2, ..., an, a) = \sum_i w_i (y_i - \sum_k ak xk_i)^2.
w_i это что такое?
>>Для последнего могу поделиться исходником.
Gоделись, конечно! mail.ru
>> Можешь свести к решению линейных уравнений, если распишешь
(\partial F / \partial a_k) = 0.
\partial это что в техе? частные производные, что ли?
Спасибо большое.
Не понял. Где ее искать?
>>Либо руками минимизируй функцию
F(a1, a2, ..., an, a) = \sum_i w_i (y_i - \sum_k ak xk_i)^2.
w_i это что такое?
>>Для последнего могу поделиться исходником.
Gоделись, конечно! mail.ru
>> Можешь свести к решению линейных уравнений, если распишешь
(\partial F / \partial a_k) = 0.
\partial это что в техе? частные производные, что ли?
Спасибо большое.
>>w_k обратно пропорционально квадрату погрешности измерения y_k.
Погрешностью измерения x можно пренебречь?
да. можно считать, что данные точные, хотя это не так, конечно, но будем считать их точными.
>>Сколько времени есть?
Сколько точек? Сколько измерений?
времени лучше бы до конца недели плюс, может, пара дней, то есть дофига. измерений минимум пять, но можно и сто, я думаю, хватит пяти, точек 12-15. сильно достоверного анализа тут не сделаешь, конечно.
Господа! Вы присутствуете при виртуальной помощи одного человека другому. Надеюсь, эта помощь будет оценена по достоинству.
Погрешностью измерения x можно пренебречь?
да. можно считать, что данные точные, хотя это не так, конечно, но будем считать их точными.
>>Сколько времени есть?
Сколько точек? Сколько измерений?
времени лучше бы до конца недели плюс, может, пара дней, то есть дофига. измерений минимум пять, но можно и сто, я думаю, хватит пяти, точек 12-15. сильно достоверного анализа тут не сделаешь, конечно.
Господа! Вы присутствуете при виртуальной помощи одного человека другому. Надеюсь, эта помощь будет оценена по достоинству.
Переехали в почту.
---
...Я работаю антинаучным аферистом...
---
...Я работаю антинаучным аферистом...
А что не хочешь попробовать STATISTICA или SPSS ?
(Сразу говорю, вопрос твой не дочитал, так что если что, то не ругать)
(Сразу говорю, вопрос твой не дочитал, так что если что, то не ругать)
Сейчас на физфаке идет спецкурс на эту тему. Например, можно использовать метод группового учета аргументов (МГУА) - он как раз предназначен для определения полинома, описывающего экспериментальные данные. Посмотри здесь: www.gmdh.net - там есть ссылки на свободные/платные программы. Также можно использовать символьную регрессию (http://garage.cps.msu.edu, www.cs.ucl.ac.uk/research/genprog) , если тебе важно предсказать поведение функции в будущем, то помогут нейронные сети (с общей регрессией или обычный многослойный перцептрон).
прислал ссылку:
http://mtsu32.mtsu.edu:11308/regression/level3/multireg/useexcel.htm
---
...Я работаю антинаучным аферистом...
http://mtsu32.mtsu.edu:11308/regression/level3/multireg/useexcel.htm
---
...Я работаю антинаучным аферистом...
FreeKill
Здравствуйте. Хотелось бы узнать, какие существуют специализированные пакеты или хотя бы функции в excel для статистической обработки информации, зависящей от нескольких переменных.Более подробно: имеется несколько серий данных (x_1, ..., x_n) и серия результатов y, зависящих от этих данных, с некоторым приближением. Требуется найти вид зависимости y от x. В предположении, что зависимость линейная, требуется найти коэффициенты наиболее вероятной линейной функции y=L(x_1, ..., x_n). Испытаний мало, поэтому коэффициент корреляции могут быть не очень большим по модулю. Даже можно считать, что коэффициенты корреляции все положительны, если это критично. Может меня кто-нибудь научить, как на компьютере считать такие вещи?
Я делал так. Сложил x_1, ..., x_n, домноженные на какие-то весовые функции, получил L_1(x_1, ..., x_n нарисовал графики для L_1, x_1, ..., x_n, y, посмотрел, что надо сделать, чтобы L_1 и y были более или менее параллельны, соответствующим образом на глазок поменял весовые коэффициенты, повторил данную итерацию несколько раз, прибавил соответствующий свободный член. Понятно, что это ненаучный подход, вот, хотелось бы знать, как можно осуществлять научный.
Спасибо.