Näide 1
\((1,2), (2,4), (3,5), (4,4), (5,5) \rightarrow y = 0.6x + 2.2, R^2 \approx 0.60\)
Lineaarne regressioon
Leia vähimruutude meetodil regressioonisirge koos R², korrelatsiooni ja hajuvusdiagrammiga
Tulemused
Sisesta väärtused ja klõpsa Arvuta, et näha tulemust.
Lineaarne regressioon
Lineaarne regressioon leiab parima sirge, mis sobib andmepunktide hulgaga, kasutades vähimruutude meetodit.
- Tõus (m): Regressioonisirge tõus; kui palju y muutub iga x ühiku kohta.
- Lõikepunkt (b): Y-väärtus, kus sirge lõikab 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
Kasuta õppimisele kulunud tunde ja testitulemusi nendevahelise seose hindamiseks ning tulemuste ennustamiseks.