Пример парной линейной регрессии Изучается зависимость оценки

Скачать презентацию Пример парной линейной регрессии Изучается зависимость оценки

2. Пример парной линейной регрессии.pptx

Количество слайдов: 35

Пример парной линейной регрессии

Изучается зависимость оценки (у), полученной на экзамене 8 студентами от суммы баллов (x), набранных ими в течение семестра. Номер студента Оценка на экзамене, Сумма баллов, у x 1 2 3 4 5 6 7 8 2 3 3 4 4 4 5 5 58 64 80 79 86 90 95 96

Номер студ. у x 1 2 3 3 58 64 80 4 4 79 5 4 86 6 4 90 7 5 95 8 5 96 ∑ 30 648 y×x

Поле корреляции 6 5 4 3 2 1 0 0 20 40 60 80 100 120

Коэффициент парной линейной корреляции

Номер студ. у x 1 2 3 3 58 64 80 -23 4 4 79 -2 5 4 86 5 6 4 90 9 7 5 95 14 8 5 96 15 ∑ 30 648 Х y×x -17 -1

Номер студ. у x 1 2 3 3 58 64 80 -23 -1, 75 -1 -0, 75 4 4 79 -2 0, 25 5 4 86 5 0, 25 6 4 90 9 0, 25 7 5 95 14 1, 25 8 5 96 15 1, 25 ∑ 30 648 Х Х y×x -17 -0, 75

Номер студ. у x 1 2 3 3 58 64 80 -23 -1, 75 40, 25 -17 -0, 75 12, 75 -1 -0, 75 4 4 79 -2 0, 25 -0, 5 5 4 86 5 0, 25 1, 25 6 4 90 9 0, 25 2, 25 7 5 95 14 1, 25 17, 5 8 5 96 15 1, 25 18, 75 ∑ 30 648 Х Х 93 y×x

Номер студ. у x 1 2 3 3 58 64 80 -23 -1, 75 40, 25 529 -17 -0, 75 12, 75 289 -1 -0, 75 1 4 4 79 -2 0, 25 -0, 5 4 86 5 0, 25 1, 25 25 6 4 90 9 0, 25 2, 25 81 7 5 95 14 1, 25 17, 5 196 8 5 96 15 1, 25 18, 75 225 ∑ 30 648 Х Х 93 1350 y×x

Номер студ. у x 1 2 3 3 58 64 80 -23 -1, 75 40, 25 529 3, 0625 -17 -0, 75 12, 75 289 0, 5625 -1 -0, 75 1 0, 5625 4 4 79 -2 0, 25 -0, 5 4 0, 0625 5 4 86 5 0, 25 1, 25 25 0, 0625 6 4 90 9 0, 25 2, 25 81 0, 0625 7 5 95 14 1, 25 17, 5 196 1, 5625 8 5 96 15 1, 25 18, 75 225 1, 5625 ∑ 30 648 Х Х 93 1350 7, 5 y×x

Однородность исходных данных

Параметры:

Номер студ. у x 1 2 3 3 58 64 80 -23 -1, 75 40, 25 529 3, 0625 116 -17 -0, 75 12, 75 289 0, 5625 192 -1 -0, 75 1 0, 5625 240 4 4 79 -2 0, 25 -0, 5 4 0, 0625 316 5 4 86 5 0, 25 1, 25 25 0, 0625 344 6 4 90 9 0, 25 2, 25 81 0, 0625 360 7 5 95 14 1, 25 17, 5 196 1, 5625 475 8 5 96 15 1, 25 18, 75 225 1, 5625 480 ∑ 30 648 Х Х 93 1350 yx 7, 5 2523

Параметры:

Оценка влияния факторов на результативный признак

Средняя относительная ошибка аппроксимации

Номер студ. у x 1 2 3 3 58 64 80 2, 172 2, 586 3, 690 0, 172 0, 414 0, 69 8, 6 13, 8 23 4 4 79 5 4 86 3, 621 4, 104 0, 379 0, 104 9, 475 2, 6 6 4 90 4, 380 0, 38 9, 5 7 5 95 8 5 96 4, 725 4, 794 0, 275 0, 206 5, 5 4, 12 ∑ 30 648 30, 072 2, 62 76, 595

Средняя относительная ошибка аппроксимации

Расчет показателей регрессии и корреляции с помощью пакета анализа в Excel 1. Выбрать Данные → Анализ данных → Регрессия

Расчет показателей регрессии и корреляции с помощью пакета анализа в Excel 1. Выбрать Данные → Анализ данных → Регрессия. 2. В диалоговом окне Регрессия сделать следующее: • Входной интервал Y, - водится ссылка на диапазон ячеек, содержащий данные результативного признака. • Входной интервал X, - водится ссылка на диапазон ячеек, содержащий данные факторного признака. • Установить флажок Метки, если первая строка содержит название столбцов, • Ввести в окне редактирование Выходной интервал номер свободной ячейки на рабочем листе. • нажать кнопку ОК.

ВЫВОД ИТОГОВ Регрессионная статистика Множественный R 0, 9242 R-квадрат 0, 8542 Нормированный R-квадрат 0, 8299 Стандартная ошибка 0, 4268 Наблюдения 8 Дисперсионный анализ SS 6, 406 1, 093 7, 5 F 35, 158 Регрессия Остаток Итого df 1 6 7 Y-пересечение Коэффи Стандартная t. Нижние Верхние циенты ошибка статистика 95% -1, 83 0, 953088547 -1, 92007 4, 162 0, 502 x 0, 0689 0, 011618065 MS 6, 406 0, 182 Значимо сть F 0, 001 5, 92946 0, 040 0, 097