1. Провести очистку данных из файла. Найти противоречия в исходных данных и провести преобразования.
2. Получить характеристики описательной статистики для всех параметров после очистки и преобразований данных.
3. Провести статистическое оценивание одного параметра, например speed. Провести однофакторный дисперсионный анализ средних скоростей движения (выборкой считать данные за сутки). Провести корреляционный анализ параметров counter, speed, k.
4. Получить линейную многофакторную регрессионную модель.
5. Агрегировать данные: определить суммарные часовые интенсивности counter, средние скорости speed и плотности k. Для агрегированных данных выполнить п.6-8.
6. Подобрать однофакторную нелинейную регрессионную модель с максимальным коэффициентом корреляции для каждого из параметров counter, speed, k на точечной диаграмме, добавляя линию тренда. Фактором считать время наблюдения.
7. Построить коррелограмму для параметров counter, speed, k и провести ее анализ.
8. Применить гармонический анализ к исходным данным о транспортном потоке, например к параметру speed.
9. Сравнить модели из п.п. 8 и 6. Сделать вывод.
Гарантия на работу | 1 год |
Средний балл | 4.96 |
Стоимость | Назначаете сами |
Эксперт | Выбираете сами |
Уникальность работы | от 70% |