• Как продвинуть сайт на первые места?
    Вы создали или только планируете создать свой сайт, но не знаете, как продвигать? Продвижение сайта – это не просто процесс, а целый комплекс мероприятий, направленных на увеличение его посещаемости и повышение его позиций в поисковых системах.
    Ускорение продвижения
    Если вам трудно попасть на первые места в поиске самостоятельно, попробуйте технологию Буст, она ускоряет продвижение в десятки раз, а первые результаты появляются уже в течение первых 7 дней. Если ни один запрос у вас не продвинется в Топ10 за месяц, то в SeoHammer за бустер вернут деньги.
  • Сервис онлайн-записи на собственном Telegram-боте
    Тот, кто работает в сфере услуг, знает — без ведения записи клиентов никуда. Мало того, что нужно видеть свое расписание, но и напоминать клиентам о визитах тоже. Нашли самый бюджетный и оптимальный вариант: сервис VisitTime.
    Для новых пользователей первый месяц бесплатно.
    Чат-бот для мастеров и специалистов, который упрощает ведение записей:
    Сам записывает клиентов и напоминает им о визите;
    Персонализирует скидки, чаевые, кэшбэк и предоплаты;
    Увеличивает доходимость и помогает больше зарабатывать;


Иллюстрированный самоучитель по MathCAD 11

Регрессия специального вида

Кроме рассмотренных, в Mathcad встроено еще несколько видов трехпараметрической регрессии. Их реализация несколько отличается от приведенных выше вариантов регрессии тем, что для них, помимо массива данных, требуется задать некоторые начальные значения коэффициентов а,b,с. Используйте соответствующий вид регрессии, если хорошо представляете себе, какой зависимостью описывается Ваш массив данных. Когда тип регрессии плохо отражает последовательность данных, то ее результат часто бывает неудовлетворительным и даже сильно различающимся в зависимости от выбора начальных значений. Каждая из функций выдает вектор уточненных параметров а,b,с.

  • expfit(x,y,g) – регрессия экспонентой f(x)=aebx+c;
  • lgsfit(x,y,g) – регрессия логистической функцией f (x)=a/ (1+bесх);
  • sinf it (x,y,g) – регрессия синусоидой f(x) =asin (х+b)+с;
  • pwfit(x,y,g) – регрессия степенной функцией f(x)=axb+c;
  • iogfit(x,y,g) – регрессия логарифмической функцией f(x) =aln(х+b)+с;
  • lnfit(x,y) – регрессия двухпараметрической логарифмической функцией f(x)=aln(x)+b;
    • х – вектор действительных данных аргумента;
    • у – вектор действительных значений того же размера;
    • g – вектор из трех элементов, задающий начальные значения а,b,с.

Правильность выбора начальных значений можно оценить по результату регрессии – если функция, выданная Mathcad, хорошо приближает зависимость у (х), значит они были подобраны удачно.

Пример расчета одного из видов трехпараметрической регрессии (экспоненциальной) приведен в листинге 15.13 и на рис. 15.17. В предпоследней строке листинга выведены в виде вектора вычисленные коэффициенты а,b,с, а в последней строке через эти коэффициенты определена искомая функция f (х).

Листинг 15.13. Экспоненциальная регрессия:

Иллюстрированный самоучитель по MathCAD 11 › Обработка данных › Регрессия специального вида

Многие задачи регрессии данных различными двухпараметрическими зависимостями у (х) можно свести к более надежной, с вычислительной точки зрения, линейной регрессии. Делается это с помощью соответствующей замены переменных.

Иллюстрированный самоучитель по MathCAD 11 › Обработка данных › Регрессия специального вида
Рис. 15.17. Экспоненциальная регрессия (листинг 15.13)

Если Вы заметили ошибку, выделите, пожалуйста, необходимый текст и нажмите CTRL + Enter, чтобы сообщить об этом редактору.