Симченко Сергей Александрович N1 - История изменений

Симченко Сергей в 10:25, 12 ноября 2019

2019-11-12T10:25:45Z

Симченко Сергей в 20:55, 8 ноября 2019

2019-11-08T20:55:58Z

Симченко Сергей в 08:38, 8 ноября 2019

2019-11-08T08:38:30Z

Симченко Сергей в 08:38, 8 ноября 2019

2019-11-08T08:38:05Z

Симченко Сергей в 08:37, 8 ноября 2019

2019-11-08T08:37:40Z

Симченко Сергей в 08:35, 8 ноября 2019

2019-11-08T08:35:48Z

Симченко Сергей: Новая страница: «import numpy as np import math f = open("order", "r") f1 = open("import", "w") f2 = open("export", "w") X = [] Y = [] for line in f: q, x, y, z = map(float,li…»

2019-11-08T08:34:42Z

Новая страница: «import numpy as np import math f = open("order", "r") f1 = open("import", "w") f2 = open("export", "w") X = [] Y = [] for line in f: q, x, y, z = map(float,li…»

Новая страница

import numpy as np
import math
f = open("order", "r")
f1 = open("import", "w")
f2 = open("export", "w")
X = []
Y = []
for line in f:
q, x, y, z = map(float,line.split())
xy =[]
xy.append(x)
xy.append(y)
X.append(xy)
Y.append(z)
f1.write(str(x))
f1.write(" ")
f1.write(str(y))
f1.write("\n")
f2.write(str(z))
f2.write("\n")
f.close()
f1.close()
f2.close()
sum = 0.0
count = 1
for i in range(len(Y)-1):
if X[i+1][0] == X[i][0] and X[i+1][1] == X[i][1]:
sum += Y[i]
count += 1
sum += Y[54]
NY = Y[:-count]
NY.append(sum/count)
NX = X[:-count+1]
f4 = open("import2","r")
X1 = []
for line in f4:
x, y, z = map(float, line.split())
xy = []
xy.append(x)
xy.append(y)
xy.append(z)
X1.append(xy)
f4.close()

mx1 = np.matrix(X1)
mx = np.matrix(NX)
my = np.matrix(NY)

B1 = np.matmul(np.transpose(mx), mx)
B2 = np.matmul(np.linalg.inv(B1), np.transpose(mx))
B = np.matmul(B2, NY)
print("матрица коэффициенто b для уравнения y=b1*x1+b2*x2",B)

B10 = np.matmul(np.transpose(mx1), mx1)
B20 = np.matmul(np.linalg.inv(B10), np.transpose(mx1))
B01 = np.matmul(B20, NY)
print("матрица коэффициенто b для уравнения y=b0+b1*x1+b2*x2",B01)
yPs = sum/count
print("значения y при паралленых опытах", yPs)
sumP = 0.0
sumA = 0.0
sumA0 = 0.0
i = 0
print(" ")
print((X1[i][0] * B01[0, 0] + X1[i][1] * B01[0, 1] + X1[i][2] * B01[0, 2]))
print(Y[i] - (X[i][0] * B[0, 0] + X[i][1] * B[0, 1]))
print((Y[i] - (X[i][0] * B[0, 0] + X[i][1] * B[0, 1]))**2)
print((Y[i] - (X1[i][0] * B01[0, 0] + X1[i][1] * B01[0, 1] + X1[i][2] * B01[0, 2])) ** 2)
print(" ")

while i < len(Y):
if i >= 49:
sumP += (Y[i] - yPs)**2
else:
sumA += (Y[i]-(X[i][0] * B[0, 0] + X[i][1] * B[0, 1])) ** 2
sumA0 += (Y[i] - (X1[i][0] * B01[0, 0] + X1[i][1] * B01[0, 1] + X1[i][2] * B01[0, 2])) ** 2
i += 1
print(sumP)
print(sumA)
print(sumA0)
print(" ")
print(sumA/(len(NY)-2))
print(sumA0/(len(NX)-3))
print(sumP/(count-1))
print((sumA/(len(NY)-2))/(sumP/(count-1)))
print((sumA0/(len(NY)-3))/(sumP/(count-1)))
print((np.sum(NY)/50)-np.sum(np.sum(NX[0]) * B01[0, 0]))
Mx1 = np.sum(NX[0])/len(NX)
Mx2 = np.sum(NX[1])/len(NX)
My = np.sum(NY) / len(NY)
print("матожидание от x1 =",Mx1, "матожидание от x2 =",Mx2,"матожидание от y =",My)
Dx1 = 0
Dx2 = 0
Dy = 0
for i in range(len(NY)):
Dx1 += (NX[i][0]-Mx1) ** 2
Dx2 += (NX[i][1]-Mx2) ** 2
Dy += (NY[i]-My) ** 2
print("дисперсия от x1 =",Dx1/(len(NX)-1), "дисперсия от x1 =",Dx2/(len(NX)-1), "дисперсия от y =",Dy/(len(NY)-1))
kxl1 = 0
kxl2 = 0
for i in range(len(NY)):
kxl1 += ((NX[i][0] - Mx1) * (NY[i] - My))
kxl2 += ((NX[i][1] - Mx2) * (NY[i] - My))
r1 = (kxl1/(len(NX)-1))/(math.sqrt(Dx1)*math.sqrt(Dy))
r2 = (kxl2/(len(NX)-1))/(math.sqrt(Dx2)*math.sqrt(Dy))
print("коэфкорел r1 =",r1, "коэфкорел r2 =",r2)
b1 = r1*math.sqrt(Dy)/(math.sqrt(Dx1))
b2 = r2*math.sqrt(Dy)/(math.sqrt(Dx2))
b0 = My - b1 * Mx1 - b2 * Mx2
print("b0 =",b0,"b1 =",b1,"b1 =",b2)

Вывод:
матожидание от:
x1 = 0.76
x2 = 1.46
y = 27.9595
дисперсия от:
x1 = 2819.3028571428576
x2 = 217.845306122449
y = 823.5539839285711
коэффициент корреляции:
r1 = -0.007186278697424209
r2 = 0.00922060063083846
b0 = 27.936277002146113
b1 = -0.00388400004646967
b1 = 0.01792797115698568

матрица коэффициенто b для уравнения y=b1*x1+b2*x2 [[-0.41449559 3.25507464]]
матрица коэффициенто b для уравнения y=b0+b1*x1+b2*x2 [[24.88403238 0.19342754 -0.4548107 ]]
значения y при паралленых опытах 28.515

дисперсия аппроксимации для уравнения y=b1*x1+b2*x2 12.356279648391963
дисперсия аппроксимации y=b0+b1*x1+b2*x2 812.9902003819129
дисперсия воспроизводимости 0.006150000000000082
Адекватность модели y=b1*x1+b2*x2 2009.15116234013
Адекватность модели y=b0+b1*x1+b2*x2 132193.52851738245

← Предыдущая		Версия 10:25, 12 ноября 2019
Строка 140:		Строка 140:
	b1 = -0.00388400004646967		b1 = -0.00388400004646967

−	b1 = 0.01792797115698568	+	b2 = 0.01792797115698568

@@ Строка 143: / Строка 143: @@
-матрица коэффициенто b для уравнения y=b1*x1+b2*x2 -0.41449559  3.25507464
+матрица коэффициентов b для уравнения y=b1*x1+b2*x2 -0.41449559  3.25507464
-матрица коэффициенто b для уравнения y=b0+b1*x1+b2*x2 24.88403238  0.19342754 -0.4548107
+матрица коэффициентов b для уравнения y=b0+b1*x1+b2*x2 24.88403238  0.19342754 -0.4548107
-−
-значения y при паралленых опытах 28.515
 дисперсия аппроксимации для уравнения y=b1*x1+b2*x2 12.356279648391963
-дисперсия аппроксимации y=b0+b1*x1+b2*x2 812.9902003819129
+дисперсия аппроксимации y=b0+b1*x1+b2*x2 0.008928958199990443
 дисперсия воспроизводимости 0.006150000000000082
@@ Строка 158: / Строка 157: @@
 Адекватность модели y=b1*x1+b2*x2 2009.15116234013
-Адекватность модели y=b0+b1*x1+b2*x2 132193.52851738245
+Адекватность модели y=b0+b1*x1+b2*x2 1.4518631219496463

← Предыдущая		Версия 08:38, 8 ноября 2019
Строка 115:		Строка 115:

	матожидание от:		матожидание от:
		+
	x1 = 0.76		x1 = 0.76

@@ Строка 113: / Строка 113: @@
 Вывод:
 матожидание от:
 x1 = 0.76

@@ Строка 114: / Строка 114: @@
 Вывод:
 матожидание от:
 x1 = 0.76
 x2 = 1.46
 y = 27.9595
 дисперсия от:
 x1 = 2819.3028571428576
 x2 = 217.845306122449
 y = 823.5539839285711
 коэффициент корреляции:
 r1 = -0.007186278697424209
 r2 = 0.00922060063083846
 b0 = 27.936277002146113
 b1 = -0.00388400004646967
 b1 = 0.01792797115698568
 матрица коэффициенто b для уравнения y=b1*x1+b2*x2 -0.41449559  3.25507464
 матрица коэффициенто b для уравнения y=b0+b1*x1+b2*x2 24.88403238  0.19342754 -0.4548107
 значения y при паралленых опытах 28.515
 дисперсия аппроксимации для уравнения y=b1*x1+b2*x2 12.356279648391963
 дисперсия аппроксимации y=b0+b1*x1+b2*x2 812.9902003819129
 дисперсия воспроизводимости 0.006150000000000082
 Адекватность модели y=b1*x1+b2*x2 2009.15116234013
 Адекватность модели y=b0+b1*x1+b2*x2 132193.52851738245