Professional Documents
Culture Documents
Calcul de regresie
Calcul de regresie
Utilizare: o modelarea proceselor complexe in chimie, biologie, tehnica, procese economice, monitorizare mediu, o prognoze, optimizare
Justificare
Nu se cunoaste natura dependentei variabileleor unui proces
Se pot obtine date experimentale care arata o dependenta intre variabile Se propune un model- o relatie sau un set de realtii, care reflecta dependenta variabilelor Regresie = intoarcere (intoarcere si comparare cu datele experimentale)
Inventarierea variabilelor
Se analizeaza sistemul si se stabileste care este variabila dependenta si care sunt variabilele independente sau factori
Y variabila dependenta X1, X2, Xn variabilele independente (factori) Exemple: 1. Randamentul unei reactii depinde de temperatura de reactie si de raportul dintre reactanti:
Y = randament
X1 = temperatura, X2 = raportul dintre reactanti
X = temperatura
3. Nivelul salariului depinde de gradul de educatie (ani de scoala/studii):
Y= salariul
X = nr ani de studii 4. Costul unui vas depinde de volumul sau: Y = cost X = volum vas
Din analiza datelor experimentale se remarca faptul ca valorile Y depind de valorile variabilei independente X. Daca se cunoaste procesul in profunzime se incearca sa se gaseasca un model (o relatie) care sa reflecte variatia datelor experimentale, adica sa se gaseasca o functie f astfel incat y=f(x). Daca y depinde de mai multi factori atunci relatia devine y=f(x1,x2,xn)
X=t Y=h
Regresie liniara
experimental
calculat
k yk y
b0 b1 x y
k )2 SSE ( yk y
k 1 m
Cea mai buna dreapta va corespunde minimului sumei celor mai mici patrate ( metoda celor mai mici patrate)
SSE ( yk b0 b1 * xk ) 2
k 1 m
M = nr puncte experimentale
Functia obiectiv
min SSE
( b0 ,b1 )
mb0 b1 xk yk
k 1 k 1
b0 xk b1 x xk yk
k 1 k 1 2 k k 1
Exemplu
nr exp (k) 1 2 3 4 5 6 7 temperatura, C x 120 130 135 138 144 154 163 984 Randament, % y 60 63 64 67 68 71 73 466 x*x 14400 16900 18225 19044 20736 23716 26569 139590 x*y 7200 8190 8640 9246 9792 10934 11899 65901
b0=22,8
b1=0.311
Rezolvare in EXCEL
75 y = 0.3114x + 22.803 R2 = 0.9776
70
randament, %
65
60
55
50 120
125
130
135
140
145
150
155
160
165
170
temperatura, C
Exmplu:
b0 b1 x1 b2 x2 y
k )2 SSE ( yk y
k 1 m
min SSE
( b0 ,b1 ,b2 )
mb0 b1 x1 ,k b2 x2,k yk
k 1 k 1 k 1
k 1
m
2 1, k
k 1
k 1
m
2 2, k
x2, k yk
k 1
(3)
Cp a b t c t 2
Modelul poate fi transformat intr-un model liniar: Cp=y t=x1 t2=x2 Relatia propusa pentru variatia capacitatii calorice cu temperatura poate fi considerata de tipul relatiei 2
y
k 1
media artmetica
R2 este o masura a gradului in care modelul potriveste datele experimentale. Daca R2 este 1 variatia lui y este total explicata de modelul propus
Toate softurile dedicate regresiei calculeaza valoarea R2
Rezolvare in EXCEL
nr exp, k 1 2 3 4 5 6 7 8 9 t(C) 20 100 200 300 400 500 600 700 800 Cp CO2 (cal/molC) 6.96 6.97 7 7.06 7.12 7.2 7.28 7.35 7.44
Cp, cal/molC
7.2 7.1 7 6.9 6.8 0 100 200 300 400 t, C 500 600 700 800 900
randam y t x1 tau x2
y 58.80714 0.904286 x1 0.24 x2 R 2 0.962
SUMMARY OUTPUT Regression Statistics Multiple R 0.980908 R Square 0.962181 Adjusted R Square 0.943271 Standard Error 1.300412 Observations 7 ANOVA df Regression Residual Total SS MS F Significance F 2 172.0929 86.04643 50.88279 0.00143 4 6.764286 1.691071 6 178.8571
Coefficients Standard Error t Stat P-value Lower 95% Upper 95% Lower 95.0% Upper 95.0% Intercept 58.80714 3.191029 18.4289 5.1E-05 49.94741 67.66688 49.94741 67.66688 X Variable 10.904286 0.376254 2.403394 0.074083 -0.14036 1.948936 -0.14036 1.948936 X Variable 2 -0.24 0.217601 -1.10294 0.331947 -0.84416 0.364157 -0.84416 0.364157