31 lines
1.2 KiB
Markdown
31 lines
1.2 KiB
Markdown
# Zadanie 2: Instrukcja
|
|
Dla podanych zestawów danych i proponowanych modeli oszacuj wartości parametrów a..f, które minimalizują średni błąd kwadratowy modelowanej funkcji w podanych punktach.
|
|
|
|
Dla każdego modelu przedstaw:
|
|
- sposób przygotowania danych do zastosowania prostej regresji liniowej
|
|
- wyznaczone wartości parametrów
|
|
- wykres przedstawiający modelowaną funkcję na tle danych punktów
|
|
- średni błąd kwadratowy dotyczący wartości funkcji w danych punktach
|
|
- największą wartość odchylenia wartości funkcji od danych punktów
|
|
- wartość współczynnika R**2
|
|
- histogram odchyleń wartości funkcji od danych
|
|
- (*) test hipotezy statystycznej, że błędy mają rozkład normalny (test chi-kwadrat Pearsona lub test Shapiro-Wilka)
|
|
- komentarz na temat przydatności zastosowania rozważanego modelu
|
|
|
|
|
|
|
|
Dla zestawów danych: dane1.csv, dane2.csv (dwie kolumny: X, wartość)
|
|
Należy rozważyć modele:
|
|
```
|
|
f(X) = a * X
|
|
f(X) = a * X + b
|
|
f(X) = a * X**2 + b * sin(X) + c
|
|
```
|
|
|
|
Dla zestawów danych: dane3.csv, dane4.csv (trzy kolumny: X1, X2, wartość)
|
|
Należy rozważyć modele:
|
|
```
|
|
f(X1, X2) = a * X1 + b * X2 + c
|
|
f(X1, X2) = a * X1**2 + b * X1*X2 + c * X2**2 + d * X1 + e * X2 + f
|
|
```
|
|
Ostatnia modyfikacja: czwartek, 5 listopada 2020, 14:05 |