ISSN: 1814-3520(print)
ISSN: 2500-1590(online)
12+
Научный журнал «Вестник Иркутского государственного технического университета»
Поиск по сайту

СОПОСТАВЛЕНИЕ ДИСПЕРСИОННОГО И РЕГРЕССИОННОГО ПОДХОДОВ НА ПРИМЕРЕ АНАЛИЗА ДАННЫХ О ДВИЖЕНИИ ГОРОДСКОГО ТРАНСПОРТА

2018 / Том 22 №1 (132) 2018 [ Информатика, вычислительная техника и управление ]

Цель. Дисперсионный и регрессионный анализ - это одни из важнейших методов математической и прикладной статистики. Целью является демонстрация обоих подходов, их определенной общности и существенного различия. Методы. Для достижения цели использованы математические и статистические методы. Результаты и их обсуждение. Демонстрация дисперсионного и регрессионного анализа осуществляется на примере решения задачи моделирования средней скорости движения транспорта по Глазковскому мосту в городе Иркутске в зависимости от времени суток. Для этого проведен однофакторный дисперсионный анализ и соответствующий ему регрессионный анализ с фиктивными переменными. С помощью введения еще одного фактора - будний/выходной день - проведен двухфакторный дисперсионный анализ и построена соответствующая регрессионная модель. С использованием фактора «общий уровень загруженности дорог города Иркутска» построена регрессионная модель, описывающая влияние как качественных, так и количественных факторов на среднюю скорость движения транспорта по Глазковскому мосту. Выводы. На конкретном примере проиллюстрирована определенная общность и различие дисперсионного и регрессионного подходов к анализу данных. Результаты, получаемые на основе дисперсионного анализа, могут быть воспроизведены и в рамках анализа модели регрессии, в которой влияние качественных факторов описывается с помощью фиктивных объясняющих переменных.

Ключевые слова:

регрессионный анализ, дисперсионный анализ, коэффициент детерминации, уровень загруженности дорог

Авторы:

Библиографический список:

  1. Доугерти К. Введение в эконометрику; 3-е изд. М.: ИНФРА-М, 2009. 465 с.
  2. Дрейпер Н., Смит Г. Прикладной регрессионный анализ; пер. с англ.; 3-е изд.; в 2 кн. М.: ИД «Вильямс», 2007. 912 с.
  3. Себер Дж. Линейный регрессионный анализ; пер. с англ. М.: Мир, 1980. 456 с.
  4. Как работают Яндекс. Пробки [Электронный ресурс]. URL: https://yandex.ru/company/technologies/yaprobki/ (25.11.2017).
  5. Вучков И., Бояджиева Л., Солаков Е. Прикладной линейный регрессионный анализ; 2-е изд.; в 2 кн. М.: Финансы и статистика. Кн. 1 – 1986; кн. 2 – 1987. 239 с.
  6. Мостеллер Ф., Тьюки Дж. Анализ данных и регрессия; пер. с англ.; в 2 вып. М.: Финансы и статистика, 1982. Вып. 1 – 349 с.; вып. 2 – 239 с.
  7. Гефан Г.Д. Применение корреляционно-регрессионного анализа как направление исследовательской деятельности при обучении эконометрике // Современные технологии. Системный анализ. Моделирование. 2015. № 4 (48). С. 92–97.

Файлы:

Язык

Лицензия Creative Commons
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная
Количество скачиваний:8191