Les sujets:

Les partenaires publicitaires:

Réponses populaires

Questions connexes

Les partenaires publicitaires:

Comment calculer LSRL

La ligne des carrés de régression moins (LSRL) est une ligne qui sert une fonction de prédiction d'un phénomène qui ne sont pas bien connus. Les statistiques définition mathématique d'une ligne de régression des moindres carrés est la ligne qui passe par le point (0,0) et a une pente égale au coefficient de corrélation des données, après que les données a été normalisé. Ainsi, le calcul de la ligne de régression des moindres carrés consiste à normaliser les données et de trouver le coefficient de corrélation.

  1. Trouver le coefficient de corrélation

    • 1

      Organisez vos données de sorte qu'il est facile de travailler avec. Utiliser un tableur ou une matrice de séparer vos données dans ses valeurs x et y des valeurs, en les gardant liés (c. assurez-x-valeur de chaque point de données et la valeur y sont dans la même ligne ou colonne).

    • 2

      Trouvez les produits croisés des valeurs x et y des valeurs. Multiplier la valeur x et y-valeur pour chaque point ensemble. Additionner ces valeurs résultent. Appelez le résultat "sxy."

    • 3

      Additionner les valeurs x et y des valeurs séparément. Appelez ces deux valeurs résultantes "sx" et "sy," respectivement.

    • 4

      Comptez le nombre de points de données. Appelez cette valeur "n."

    • 5

      Prendre la somme des carrés pour vos données. Square Toutes les de vos valeurs. Multiplier chaque valeur x et chaque valeur y par lui-même. Appelez les nouveaux ensembles de données "x2" et "Y2" pour les valeurs x et y des valeurs. La somme de toutes les valeurs de x2 et appeler le résultat "SX2." La somme de toutes les valeurs de Y2 et appeler le résultat "SY2."

    • 6

      Soustraire sx sy * / n de sxy. Appelez le résultat "num."

    • 7



      Calculer la valeur sx2- (sx ^ 2) / n. Appelez le résultat "UN."

    • 8

      Calculer la sy2- de valeur (sy ^ 2) / n. Appelez le résultat "B."

    • 9

      Prendre la racine carrée d'un fois B, qui peuvent être présentées comme (A * B) ^ (1/2). Étiqueter le résultat "denom."

    • 10

      Calculer le coefficient de corrélation, "r." La valeur de "r" égal à égal "num" divisé par "denom," qui peut être écrit comme num / denom.

      • Standardiser les données et d'écrire le LSRL

      • 1

        Trouver les moyens de les valeurs x et y des valeurs. Ajouter tous les valeurs x ensemble et diviser le résultat par "n." Appelez cette "mx." Faites de même pour les valeurs y, qualifiant le résultat "mon."

      • 2

        Trouver les écarts types pour les valeurs x et y des valeurs. Créer de nouveaux ensembles de données pour les x et de y en soustrayant la moyenne pour chaque ensemble de ses données associées données. Par exemple, chaque point x de données, "XDAT" deviendra "XDAT - mx." Carré les points de données qui en résultent. Ajouter les résultats pour chaque groupe (x et y) séparément, en divisant par "n" pour chaque groupe. Prendre la racine carrée de ces deux résultats finaux pour obtenir l'écart-type pour chaque groupe. Appelez la déviation standard pour les valeurs x "sdx" et que, pour les valeurs y "sdy."

      • 3

        Standardiser les données. Soustraire la moyenne pour les valeurs x de chaque valeur x. Divisez les résultats par "sdx." Les autres données sont normalisées. Appelez ces données "X". Faites de même pour les valeurs y: soustraire "mon" à partir de chaque valeur de y, en divisant par "sdy" comme vous allez le long. Appelez ces données "y".

      • 4

        Ecrire la ligne de régression. Écrire "y^ = Rx", Où "^" est représentatif de "chapeau" - Une valeur prédite - et "r" est égal au coefficient de corrélation, plus haut.

    Questions connexes

    » » » » Comment calculer LSRL