whatsappWhatsApp: +79119522521
telegramTelegram: +79119522521
Логин Пароль
и
для авторов
Выполненные работы

Информатика



Санкт-Петербургский государственный технологический институт (технический университет)


СПбГТИ 8й факультет группы Ананченко И. В.

Курсовые работы выдаются аналогичного плана всем химическим факультетам, но тут, на факультете "Информатики и управления", выполняются с использованием языков программирования Delphi v7.0 и Borland C++ v3.1

Начиная с февраля 2008г. задания изменены. Теперь надо делать на Turbo Pascal и на Visual Studio C.NET, цена от ...руб. за курсовую

Выполнено порядка 20 вариантов курсовых работ


Регрессионный анализ

Поступившее на переработку сырье содержит два минерала X и Y. Данные анализов содержания минералов X и Y в десяти образцах сырья представлены в таблице.


обр.
12345678910
X%67547264392258434634
Y%24152319161420161713

Используя представленные экспериментальные данные, можно построить прямую или обратную регрессионную зависимость и выбрать ту зависимость, которая лучше описывает результаты измерений. С этой целью по данным таблицы нужно вычислить коэффициент корреляции, среднее квадратичное отклонение и построить уравнение регрессии.
Уравнения прямой и обратной регрессии могут быть представлены линейными зависимостями:
. . .
где r – коэффициент парной корреляции, определяющий степень связи между двумя переменными X и Y:
. . .
dx - среднее квадратичное отклонение, определяющее разброс измеренных значений содержания минерала X в поступившем сырье относительно среднего:
. . .
dy - среднее квадратичное отклонение, определяющее разброс измеренных значений содержания минерала Y в поступившем сырье относительно среднего:
. . .
X,Y - средние значения содержания минералов X и Y:
. . .
В состав курсовой работы включить:
1. Описание метода.
2. Алгоритм идентификации параметров прямой и обратной регрессии, в котором нужно предусмотреть вычисление коэффициентов X, Y, d,r, а также сортировку исходных данных по аргументу (для последующего построения графика). Вычисление коэффициентов и сортировку данных выполнить в подпрограммах.
3. Сравнить результаты.
4. Сделать вывод о возможности использования одной из зависимостей для расчета состава сырья.

В программе предусмотреть возможность ввода данных пользователем не только с клавиатуры, но и из файла. Возможность вывода результатов на экран компьютера или в файл. Возможность печати результатов. Обратить внимание на удобство программного интерфейса для пользователя. Разработать систему помощи (Help) по работе с программой. Построение графиков реализовать в среде программирования, проверку построений графических зависимостей провести при помощи программного продукта Excel.

Дата выполнения: 09/04/2008

МНК Yp=a+b·T,
М-д Симпсона. К-т теплоотдачи
,
М-д Симпсона. Оп-ть зав-ть ... по Де
,
М-д Симпсона. Определение светимости
,
М-д Эйлера. dy/dx=x+cos(y/√5)
,
МНК H=a·Q2+b·Q
,
МНК m=a·exp(b·T)
,
МНК p=a+b·T
,
МНК P=a+b·V2
,
МНК R=a·T+b
,
МНК U=a+b·T+d·pH
,
МНК y=a0+a1/x
,
МНК y=exp(a0+a1*x)
,
МНК. Закон Ньютона. Закон Стефана
,
Обработка web-опроса
,
Регрессионный анализ
, М-д Дихотомии. Равн.степень превращения, Формула левых прямоугольников

показать все

Мы используем cookie. Продолжая пользоваться сайтом,
вы соглашаетесь на их использование.   Подробнее