Näide 1
\(\text{Points: } (1,2), (2,4), (3,5), (4,4), (5,5) \rightarrow y = 0.6x + 2.2, R^2 = 0.64\)
Lineaarne regressioon
Tee lineaarse regressiooni analüüsi koos korrelatsiooni ja prognoosiga
Tulemused
Sisesta väärtused ja klõpsa Arvuta, et näha tulemust.
Lineaarne regressioon
Lineaarne regressioon leiab parima sirge, mis sobib andmepunktide hulgaga, kasutades vähimruutude meetodit.
- Kalle (m): Regressioonisirge tõus; kui palju y muutub iga x ühiku kohta.
- Lõikepunkt (b): Y-väärtus, kus sirge ületab y-telge (kui x = 0).
- R²: Determinatsioonikordaja; selle osa y dispersioonist, mis on x-iga seletatav (0 kuni 1).
- Korrelatsioon (r): Pearsoni korrelatsioonikordaja, mis mõõdab lineaarse seose tugevust ja suunda (−1 kuni +1).
Regressioonisirge on sirge, mis minimeerib andmepunktidest mõõdetud vertikaalsete kauguste ruutude summa.
\(y = mx + b, m = \frac{n\sum xy - \sum x \sum y}{n\sum x^2 - (\sum x)^2}, b = \bar{y} - m\bar{x}\)
Lahendatud näited
Näide 2
\(\text{Study hours vs test scores} \rightarrow \text{Find relationship and predict outcomes}\)