Zadania 7b, Studia, Stopień 2 Semestr I, Statystyczne systemy informatyczne w AD, Rrrrrr, R Artur, Zadania 7b
[ Pobierz całość w formacie PDF ]
# Zadanie 3) Dla danych z pliku test_regresji.csv dopasować krzywš obrazujšcš# zależnoć y od x poprzez model regresji (parametrycznej) wielomianem stopnia 2. Narysować wykres.dane = read.csv2("test_regresji.csv")attach(dane)plot(x,y)reg4 = nls(y~a*x^2+b*x+d, start=list(a=0, b=0, d=0))summary(reg4)ndane = data.frame(x = seq(min(x), max(x), length = 300))lines(ndane$x, predict(reg4, ndane), lwd = 2, col = "red")detach(dane)# Zadanie 4) Dla powyższych danych dopasować krzywš metodš regresji lokalnie wielomianowej,# z użyciem domylnych opcji, a następnie zaobserwować wpływ parametrów# sterujšcych (span i degree) na sposób dopasowania. Narysować odpowiednie wykresy.dane = read.csv2("test_regresji.csv")attach(dane)reg8 = loess(y~x)summary(reg8)plot(x, y)ndane = data.frame(x = seq(min(x), max(x), length = 300))lines(ndane$x, predict(reg8, ndane), lwd = 2, col = "green")lines(ndane$x, predict(loess(y~x, span = 0.4, degree = 2), ndane), lwd = 2, col = "blue")lines(ndane$x, predict(loess(y~x, span = 0.8, degree = 1), ndane), lwd = 2, col = "violet")detach(dane)# Zadanie 5) Dla tych samych danych dopasować krzywš metodš gładkich funkcji# sklejanych z użyciem domylnych opcji. Następnie zaobserwować wpływ parametru# spar na sposób dopasowania. Narysować odpowiednie wykresy.dane = read.csv2("test_regresji.csv")attach(dane)reg9 = smooth.spline(x, y)print(reg9)plot(x, y)lines(predict(reg9, x = seq(min(x), max(x), length = 400)), lwd = 2, col = "red")reg10 = smooth.spline(x, y, spar = 0)lines(predict(reg10, x = seq(min(x), max(x), length = 400)), lwd = 2, col = "blue")print(reg10)reg11 = smooth.spline(x, y, spar = 1)lines(predict(reg11, x = seq(min(x), max(x), length = 400)), lwd = 2, col = "brown")#praktycznie to samo, co regresja liniowaprint(reg11)detach(dane) [ Pobierz całość w formacie PDF ]