Previous Page  2 / 18 Next Page
Information
Show Menu
Previous Page 2 / 18 Next Page
Page Background

Парная регрессия в

Microsoft Excel

с использованием Р-сплайнов

ISSN 0236-3933. Вестник МГТУ им. Н.Э. Баумана. Сер. Приборостроение. 2017. № 5

115

Рис. 1.

Линия тренда с параметрами уравнения (1) до (

а

) и после (

б

) их коррекции

Кроме того, в реальности существуют случайные наборы данных, для кото-

рых невозможно подобрать подходящую стандартную линию тренда

Microsoft

Excel

, а в более сложных случаях нельзя даже указать вид уравнения этой линии,

например, для непериодических временных рядов.

В Интернете можно найти несколько бесплатных надстроек

Microsoft Excel

,

например,

SRS1 Cubic Spline for Excel V2.5 Released

,

Mathanxl.3.1

, и коммерческая

надстройка

XLSTAT

для проведения линии кубического сплайна через заданные

точки (

x

i

,

y

i

). Эти надстройки являются удобными инструментами интерполя-

ции и экстраполяции данных, но не позволяют сглаживать стохастические дан-

ные, т. е. вычислять для них нелинейную линию регрессии (тренда). В работе [1]

предложен метод сглаживания случайных данных путем их локального усред-

нения, реализованный табличными средствами

Microsoft Excel

, без программи-

рования на

VBA

, однако приведенные примеры практического применения это-

го метода не доказывают его эффективность.

В настоящее время широкое применение нашла мощная техника сглажива-

ния данных с помощью штрафованных P- и B-сплайнов [2, 3], для которых тео-

ретически и экспериментально доказана несмещенность оценки линии матема-

тического ожидания случайных данных [4]. К сожалению, ни одной публикации

по использованию штрафованных сплайнов в

Microsoft Excel

авторами обнару-

жено не было.

Цель настоящей работы

— разработка и исследование общих и рекурсив-

ных табличных моделей полупараметрической P-сплайновой регрессии в

Mi-

crosoft Excel

, позволяющих преодолеть затруднения, связанные с указанной

ошибкой, а также существенно расширяющих возможности

Microsoft Excel

как

простого и эффективного средства сглаживания и регрессионного анализа слу-

чайных данных.

Исследования, представленные в настоящей работе, показали возможность

реализации этой техники чисто табличными средствами

Microsoft Excel

(про-