11 класс Информатика ГДЗ учебник Семакин Параграф 19

11 класс Информатика ГДЗ учебник Семакин Параграф 19. Моделирование корреляционных зависимостей — Глава 3. Информационное моделирование

Стр.118-119.

1. Основные понятия корреляции и корреляционного анализа.
  1. Что такое корреляционная зависимость?
    Это статистическая взаимосвязь между двумя или более величинами, при которой изменение одной из них сопровождается изменением другой, но не обязательно в строгой пропорции.
    Например, между ростом человека и его весом обычно существует положительная корреляция.
  2. Что такое корреляционный анализ?
    Это метод статистики, предназначенный для выявления и измерения силы и направления взаимосвязи между переменными.
  3. Какие задачи решает корреляционный анализ?
    Он используется для оценки:

    • насколько тесно связаны между собой разные показатели (например, прибыль и объем продаж);
    • направления связи — положительное или отрицательное;
    • предварительной оценки возможности построения регрессионной модели.
  4. Какая величина является количественной мерой корреляции?
    Количественной мерой является коэффициент корреляции (обозначается r).
    Он принимает значения от -1 до +1:

    • r = +1 — идеальная прямая зависимость;
    • r = -1 — идеальная обратная зависимость;
    • r = 0 — зависимость отсутствует.
2. Как вычислить коэффициент корреляции в Excel.

В Excel можно использовать встроенную функцию:

Она вычисляет коэффициент корреляции Пирсона между двумя наборами данных.
Также корреляцию можно определить через «Анализ данных» → «Корреляция» (если подключен пакет анализа).

3. Построение регрессионных моделей и сравнение результатов.
  1. Построение регрессионных моделей:
    Для данных из таблицы на рисунке создайте диаграмму рассеяния в Excel.
    Затем добавьте две линии тренда — линейные регрессионные модели.
    Excel автоматически подберёт уравнение прямой и значение R² для каждой модели.
  2. Расчёт коэффициентов корреляции:
    Используйте формулу или инструмент «Корреляция» в Excel, чтобы получить численные значения.
    Сравните их с результатами на рисунке 3.9 — чем ближе |r| к 1, тем сильнее связь между переменными.
§ 17 § 18 § 19 § 20 § 21