Партнерка на США и Канаду по недвижимости, выплаты в крипто
- 30% recurring commission
- Выплаты в USDT
- Вывод каждую неделю
- Комиссия до 5 лет за каждого referral
Решение. Для функции y=ax+b система уравнений для нахождения a и b имеет вид [1]:

В программе Microsoft Excel создана таблица.
i | xi | yi | xi2 | xiyi | Эмп. ф |
1 | 1 | 54 | 1 | 54 | 55,18 |
2 | 2 | 57 | 4 | 114 | 57,93 |
3 | 3 | 62 | 9 | 186 | 60,68 |
4 | 4 | 65 | 16 | 260 | 63,43 |
5 | 5 | 67 | 25 | 335 | 66,18 |
6 | 6 | 69 | 36 | 414 | 68,93 |
7 | 7 | 70 | 49 | 490 | 71,68 |
Сумма | 28 | 444 | 140 | 1853 | 444 |

Отсюда, а=2,75 и b=52,4286. Искомая зависимость принимает вид: у = 2.75х + 52.4286. Полученная линейная зависимость отражена на диаграмме:
Коэффициент корреляции равен 0,97727, что указывает на очень сильную связь переменных. В свою очередь, коэффициент детерминации равен 0,95506, что говорит о наличии тесной функциональной связи.
На следующем этапе проведем исследование этих же данных на наличие квадратичной зависимости
y= ax2+bx+c. Для нахождения коэффициентов функции y=ax2+bx+c система уравнений имеет вид [1]:

В программе Microsoft Excel создана таблица.
i | xi | yi | xi2 | xi3 | xi4 | xiyi | xi2yi | Эмп. ф |
1 | 1 | 54 | 1 | 1 | 1 | 54 | 54 | 53,57 |
2 | 2 | 57 | 4 | 8 | 16 | 114 | 228 | 57,93 |
3 | 3 | 62 | 9 | 27 | 81 | 186 | 558 | 61,64 |
4 | 4 | 65 | 16 | 64 | 256 | 260 | 1040 | 64,71 |
5 | 5 | 67 | 25 | 125 | 625 | 335 | 1675 | 67,14 |
6 | 6 | 69 | 36 | 216 | 1296 | 414 | 2484 | 68,93 |
7 | 7 | 70 | 49 | 343 | 2401 | 490 | 3430 | 70,07 |
Сумма | 28 | 444 | 140 | 784 | 4676 | 1853 | 9469 | 444 |
Отсюда, а=-0.3214, b=5.3214 и с=48.5714. Искомая зависимость принимает вид:
у = -0.3214х2 + 5.3214х + 48.5714. Полученная квадратичная зависимость отражена на диаграмме:

Коэффициент корреляции равен 0,78007, что указывает на среднюю связь параметров. Коэффициент детерминации равен 0,60851, что говорит о средней зависимости. Можно сделать вывод, что линейная функция здесь лучше описывает имеющиеся данные.
Заключение. В данной статье проиллюстрировано применение МНК с использованием программы Microsoft Excel. Выявленная лучшая зависимость, в конечном счете, позволяет делать прогноз на будущее, отталкиваясь от данных статистических наблюдений.
Литература:
Красс, для экономических специальностей: учебник / . – 3-е изд. – М.: Дело, 2002. – 704 с. Сборник задач по высшей математике для экономистов: учеб. пособие / под. ред. . – М.:ИНФРА-М, 2001. – 575 с.частично наследственные формации и их характеризации
,
магистрант ВГУ имени , г. Витебск, Республика Беларусь
Научный руководитель – , доктор физ.-мат. наук, профессор
Все работе рассматриваются только конечные группы, если не оговорено противное. В терминологии и обозначениях мы следуем [1, 2].
Напомним, что формацией называют класс групп![]()
, если
замкнут относительно гомоморфных образов и конечных подпрямых произведений, а классом Фиттинга – класс групп
, замкнутый относительно нормальных подгрупп и произведений нормальных
-подгрупп.
Пусть
– некоторое непустое множество простых чисел и
′ – дополнение множества
во множестве всех простых чисел
. Тогда функцию вида
′![]()
называют
-локальным спутником [3]. При этом
{щ′}
– это носитель
-локального спутника.
Для произвольного
-локального спутника
через
обозначают класс групп
′) и
для всех
, где
и
–
-радикал группы
и
-нильпотентный радикал группы
соответственно.
Формацию F называют
-локальной [3], если F
для некоторого
-локального спутника
Заметим, что если
, то
-локальную формацию называют локальной, а ее
-локальный спутник
– локальным.
Ввиду [3] и [4, теорема 2],
-локальная формация определяется формулой
. При этом
и
.
Пусть X – произвольная совокупность групп и
– простое число. Тогда формация
X![]()
где
– множество всех простых делителей всех групп из X.
Основной результат представляет следующая
Теорема. Пусть
и F –
-локальная формация. Тогда справедливы следующие утверждения:
|
Из за большого объема этот материал размещен на нескольких страницах:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 |


