Множественный регрессионный анализ качества учебно-познавательной деятельности - Программирование, компьютеры и кибернетика контрольная работа
Главная
Программирование, компьютеры и кибернетика
Множественный регрессионный анализ качества учебно-познавательной деятельности
Построение модели зависимости семестровой успеваемости одного студента от его посещения лекционных занятий, внимательности и стремления к приобретению знаний в виде полинома. Построение корреляционного поля и диаграмм рассеяния средствами Statistica.
посмотреть текст работы
скачать работу можно здесь
полная информация о работе
весь список подобных работ
Нужна помощь с учёбой? Наши эксперты готовы помочь!
Нажимая на кнопку, вы соглашаетесь с
политикой обработки персональных данных
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
УКРАИНСКАЯ ИНЖЕНЕРНО-ПЕДАГОГИЧЕСКАЯ АКАДЕМИЯ
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ УКРАИНЫ
Кафедра информатики и компьютерных технологий
по дисциплине: Основы научных исследований
на тему: «Множественный регрессионный анализ качества учебно-познавательной деятельности»
Задание 1. На основании данных табл. 1 требуется построить модель зависимости семестровой успеваемости одного студента y от его посещения лекционных занятий x1 (%), внимательности x2 (%) и стремления к приобретению знаний x3 (%) в виде полинома
Вариант №.2: Значение из таблицы уменьшается на (2/50), т.е. на 0,04.
1. Построение корреляционного поля (диаграмм рассеяния пар переменных (,), (,) и (,)).
2. Вывод результатов множественного регрессионного анализа и их интерпретация.
- Построение корреляционного поля средствами пакета Statistica включает, в свою очередь, два основных этапа:
Построение двумерных диаграмм рассеяния.
Для построения таблицы исходных данных необходимо:
1. Выбрать в меню File команду New. Откроется окно Create new document
(Рис.1). С помощью счетчика выбрать нужное количество столбцов (Number of variables) и строк (Number of cases), в нашем случае соответственно 4 и 15. Нажать OK.
2. На экране появится окно для ввода исходных данных (Рис. 2).
3. Для обозначения столбцов, необходимо два раза щелкнуть левой кнопкой мыши в поле названия столбца. Появится окно (Рис. 3).
В этом окне в строке Name вводится имя первого столбца Успеваемость. В списке Display format выбрается формат данных General. Нажать ОК. Аналогично даются имена второму, третьему и четвертому столбцам, соответственно Посещение, Внимательность и Стремление.
4. Ввод числовых данных в столбцы полученной таблицы (Рис 4).
5. Для построения диаграмм рассеяния выбрать в меню Graphs команду Scatter plots. Откроется окно (Рис. 5).
Нажать кнопку . Откроется окно, в котором нужно выбрать необходимые и . В качестве выбирается Посещение, в качестве - Успеваемость. Получаем раскрытое окно (Рис. 6).
Нажать ОК. Окно Рис. 6 закроется. В окне Рис. 5 выбрать вкладку Advanced. В открывшемся окне (Рис. 7) из списка Fit выбрать режим Off.
Нажать ОК. Получим первую диаграмму рассеяния (Рис. 8).
Закрыть окно Рис. 8 без сохранения.
Затем необходимо построить диаграмму с линией регрессии. Для этого в меню Graphs выбираем команду Scatterplots. Откроется окно (Рис. 9).
Нажать кнопку . Откроется окно (Рис. 5). Нажать кнопку . В качестве нужно выбрать Посещение, в качестве - Успеваемость. Получим раскрытое окно (Рис. 6). Нажать ОК. Окно Рис. 6 закроется. В окне Рис. 5 выбрать вкладку Advanced. В открывшемся окне (Рис. 10) из списка Fit выбрать режим Linear.
Нажать ОК. Получим вторую диаграмму рассеяния с линией регрессии (Рис. 11).
Убедившись в присутствии линии регрессии, закрыть окно Рис. 11 без сохранения.
Аналогично строятся остальные диаграммы рассеяния. Для них в качестве нужно выбрать Успеваемость, в качестве для третьей и четвертой - Внимательность (для пятой и шестой - Стремление). Третья диаграмма рассеяния представлена на Рис. 12, четвертая - на Рис. 13, пятая - на Рис. 14, шестая - на Рис. 15.
- Вывод результатов множественного регрессионного анализа и их интерпретация
Выбрать в меню Statistics команду Multiple Regression. Откроется окно множественного регрессионного анализа (Рис. 16). Нажать кнопку . В открывшемся окне выбрать показатель и факторы соответственно из первого и второго списков (Рис. 17).
Нажать ОК в окнах Рис. 17 и Рис. 16. Окно примет такой вид (Рис. 18).
Dependent - имя показателя. В нашем случае - Успеваемость.
No. of cases - число случаев, по которым построена регрессия. В примере число равно 15.
Multiple R - коэффициент множественной корреляции (эта статистика полезна в множественной регрессии, когда нужно описать зависимости между переменными).
R? - квадрат коэффициента множественной корреляции, обычно называемый коэффициентом детерминации. Он показывает долю общего разброса (относительно выборочного среднего зависимых переменных), которая объясняется построенной регрессией.
Adjusted R? - скорректированный коэффициент детерминации.
Standard error of estimate - стандартная ошибка оценки. Является мерой рассеяния наблюдаемых значений относительно регрессионной прямой.
Intercept - оценка свободного члена регрессии. Значение коэффициента b0 в уравнении регрессии.
Std. Error - стандартная ошибка оценки свободного члена. Стандартная ошибка коэффициента b0 в уравнении регрессии.
t (df) and p-value - значение t-критерия и уровня p. t-критерий используется для проверки гипотезы о равенстве нулю свободного члена регрессии.
F - значение F-критерия (критерия Фишера).
df - число степеней свободы F-критерия.
В информационной части прежде всего смотрим на значение коэффициента детерминации. В нашем задании R? = 0,9897. Это значит, что построенная регрессия объясняет 98,97 % разброса значений Успеваемости относительно среднего. Это хороший результат.
Далее смотрим на значение F-критерия и уровень его значимости p.
F-критерий используется для проверки значимости регрессии. В данном задании большое значение F-критерия = 354,0407 и даваемый в окне уровень значимости p=0,000000 показывают, что построенная регрессия высоко значима.
Нажимаем на кнопку - краткие результаты регрессии. Появляется следующая электронная таблица с результатами анализа (Рис. 19).
В третьем столбце таблицы видно оценки неизвестных параметров модели:
Итак, искомая модель зависимости показателя от факторов имеет вид:
Успеваемость = 1, 788408 + 0,021789 * Посещение +
+ 0,002052* Внимательность + 0,103059 * Стремление
Эта модель интерпретируется следующим образом: если при прочих равных условиях (= `ceteris paribus') переменная (посещение) увеличивается (уменьшается) на единицу, то согласно этой оценке переменная (успеваемость) увеличивается (уменьшается) на 0,021789 единиц. В нашем случае это значит, что увеличение (уменьшение) посещения на 1 % приведет, при прочих равных условиях, к увеличению (уменьшению) успеваемости на 0,021789 балла.
Задание 2. На основании данных табл. 2 требуется построить модель зависимости выполнения домашних работ студентом (%) от проведенного в библиотеке количества часов (часы), качества дидактических материалов (0 - 50 баллов) и стремления достичь высоких результатов в учебе (%) в виде полинома
множественный регрессионный диаграмма рассеяние
Строим корреляционное поле средствами пакета Statistica.
Аналогично заданию 1 выполняем последовательно те же действия, что и на Рис. 1-3.
Заполняем заголовки столбцов и числовые данные в соответствии с заданием (Рис. 20).
- После строим диаграмму рассеяния. В качестве выбирается Кол-во часов, проведённое в библиотеке, в качестве - Выполнение ДЗ студентом. Получаем раскрытое окно (Рис. 21).
В окне 2D Scatterplots выбираем вкладку Advanced. В открывшемся окне (Рис. 7) из списка Fit выбрать режим Off. Нажать ОК. Получим первую диаграмму рассеяния (Рис. 22).
Закрываем окно Рис. 22 без сохранения и затем переходим к построению диаграммы с линией регрессии (Рис. 23).
Аналогично строятся остальные диаграммы рассеяния. Для них в качестве нужно выбрать Выполнение ДЗ студентом, в качестве для третьей и четвертой - Качество дидактических материалов (для пятой и шестой - Стремление достичь высоких результатов). Третья диаграмма рассеяния представлена на Рис. 24, четвертая - на Рис. 25, пятая - на Рис. 26, шестая - на Рис. 27.
- Вывод результатов множественного регрессионного анализа и их интерпретация
Выбрать в меню Statistics команду Multiple Regression. Откроется окно множественного регрессионного анализа (Рис. 28). Нажать кнопку . В открывшемся окне выбрать показатель и факторы соответственно из первого и второго списков (Рис. 29).
Нажать ОК в окнах Рис. 29 и Рис. 28. Окно примет такой вид (Рис. 30).
Dependent - имя показателя. В нашем случае - Выполнение ДЗ ст.
No. of cases - число случаев, по которым построена регрессия. В примере число равно 15.
Multiple R - коэффициент множественной корреляции (эта статистика полезна в множественной регрессии, когда нужно описать зависимости между переменными).
R? - квадрат коэффициента множественной корреляции, обычно называемый коэффициентом детерминации. Он показывает долю общего разброса (относительно выборочного среднего зависимых переменных), которая объясняется построенной регрессией.
Adjusted R? - скорректированный коэффициент детерминации.
Standard error of estimate - стандартная ошибка оценки. Является мерой рассеяния наблюдаемых значений относительно регрессионной прямой.
Intercept - оценка свободного члена регрессии. Значение коэффициента b0 в уравнении регрессии.
Std. Error - стандартная ошибка оценки свободного члена. Стандартная ошибка коэффициента b0 в уравнении регрессии.
t (df) and p-value - значение t-критерия и уровня p. t-критерий используется для проверки гипотезы о равенстве нулю свободного члена регрессии.
F - значение F-критерия (критерия Фишера).
df - число степеней свободы F-критерия.
В информационной части, прежде всего, смотрим на значение коэффициента детерминации. В нашем задании R? = 0,8279. Это значит, что построенная регрессия объясняет 82,79 % разброса значений Выполнения ДЗ студентом относительно среднего. Это хороший результат.
Далее смотрим на значение F-критерия и уровень его значимости p.
F-критерий используется для проверки значимости регрессии. В данном задании небольшое значение F-критерия = 17,6439 и даваемый в окне уровень значимости p=0,000163 показывают, что построенная регрессия средне значима.
Нажимаем на кнопку - краткие результаты регрессии. Появляется следующая электронная таблица с результатами анализа (Рис. 31).
В третьем столбце таблицы видно оценки неизвестных параметров модели:
Итак, искомая модель зависимости показателя от факторов имеет вид:
Выполнение ДЗ студентом = 5,075112 + 1,771468 * Количество часов проведённых в библиотеке - 0,012060 * Качество дидактических материалов + 0,668969 * Стремление достичь высоких результатов
Эта модель интерпретируется следующим образом: если при прочих равных условиях (= `ceteris paribus') переменная (количество часов проведённых в библиотеке) увеличивается (уменьшается) на единицу, то согласно этой оценке переменная (выполнение ДЗ студентом) увеличивается (уменьшается) на 1,771468 единиц. В нашем случае это значит, что увеличение (уменьшение) количество часов проведённых в библиотеке на 1 % приведет, при прочих равных условиях, к увеличению (уменьшению) выполнению ДЗ студентом на 1,771468 балла.
Рассмотрение основ проведения корреляционного анализа по исходным данным группы студентов. Построение теоретической и эмпирической линий регрессии; проведение анализа с помощью программы "regres.exe". Представление копий экрана зависимости показателей. контрольная работа [2,8 M], добавлен 07.06.2014
Общее описание программы Statistica. Архитектура и интерфейс системы. Регрессионный анализ в Statistica. Решение задачи регрессионного анализа с помощью пакета анализа данных табличного процессора MS Excel. Многомерный дисперсионный анализ в SPSS. курсовая работа [2,4 M], добавлен 22.01.2013
Описание основных использованных функций. Выравнивание по ширине. Разбор алгоритмов расчета. Алгоритм пересчета оценок из текстовой формы в числовую форму. Построение диаграмм и гистограмм Excel. Внедрение и связывание диаграмм в документ Word. курсовая работа [152,2 K], добавлен 24.11.2011
Проверка наличия линейной связи между соответствующими показателями деятельности коммерческих банков Украины в модуле Multiple Regression ППП Statistica. Расчет теоретических значений зависимой переменной и ошибки модели, вид графика линейной функции. лабораторная работа [1,5 M], добавлен 19.05.2011
Построение рабочей зоны. Исследование зависимости момента инерции от изменения конфигурации манипулятора. Расчет и построение нагрузочных диаграмм звеньев. Выбор комплектных электроприводов. Расчет кинетической энергии груза, плеча и двигателя локтя. дипломная работа [2,9 M], добавлен 24.08.2014
Построение функциональной модели IDEF0 средствами программного обеспечения BPWin. Произведение двухуровневой декомпозиции построенной диаграммы. Создание функциональной схемы программного продукта для учёта услуг, оказываемых "Интернет-центром". лабораторная работа [339,7 K], добавлен 13.06.2014
Регрессионный анализ, его цели. Алгоритм вычисления статистических характеристик по заданным формулам. Запись алгоритма в виде блок-схемы и программы на языке Си. Отладка программы средствами табличного процессора. Функционирование программного комплекса. курсовая работа [1,2 M], добавлен 13.01.2016
Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д. PPT, PPTX и PDF-файлы представлены только в архивах. Рекомендуем скачать работу .
© 2000 — 2021
Множественный регрессионный анализ качества учебно-познавательной деятельности контрольная работа. Программирование, компьютеры и кибернетика.
Реферат по теме Физиология как наука
Курсовая Работа На Тему Инвестиционная Деятельность Фирмы В Условиях Рынка
Топография Области Шеи Реферат
Реферат: Реабілітаційна психологія
Реферат: Национальная система инноваций и проблема её становления
Модель Менеджмента Курсовая
Реферат: Двигатель внутреннего сгорания со сверхвысокой степенью сжатия
Реферат по теме Обращение взыскания на имущество организаций
Доклад по теме Эйкерз Джон
История Олимпийского Движения Реферат По Физкультуре
Реферат: История любви Ф.И. Тютчева. Скачать бесплатно и без регистрации
Экономико-математическое моделирование. Коммерческие банки. Анализ деятельности с точки зрения ЭММ
Контрольная работа по теме Оптовые цены и их виды
Практическое задание по теме Комбинированный ожог обоих глаз I степени, травматический кератит
Контрольная работа: Международный менеджмент: сущность, структура, особенности развития
Курсовая работа: Расчёт электрооборудования и сетей при организации горных разработок в карьере
Курсовая работа по теме Административно-правовой статус муниципальных образований
Типы И Функции Реферат
Подготовиться К Написанию Сочинения Образ Владимира Дубровского
Сочинение День Который Я Не Забуду
Жизнь и деятельность Фёдора Петровича Гааза - История и исторические личности контрольная работа
Правовое регулирование поставки товаров для государственных нужд - Государство и право дипломная работа
Інтелектуальна власність - Государство и право курсовая работа