KAD/zad2
2021-12-05 19:59:44 +01:00
..
chi2_normality.py Zad 2 wip 2021-12-05 19:59:44 +01:00
data1.csv Zad 2 wip 2021-12-05 19:59:44 +01:00
data2.csv Zad 2 wip 2021-12-05 19:59:44 +01:00
data3.csv Zad 2 wip 2021-12-05 19:59:44 +01:00
data4.csv Zad 2 wip 2021-12-05 19:59:44 +01:00
README.md Zad 2 wip 2021-12-05 19:59:44 +01:00
regresja-liniowa (1).pdf Zad 2 wip 2021-12-05 19:59:44 +01:00
zad2.py Zad 2 wip 2021-12-05 19:59:44 +01:00

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