Vsebina
Eno najosnovnejših orodij za inženirsko ali znanstveno analizo je linearna regresija. Ta tehnika se začne z nizom podatkov v dveh spremenljivkah. Neodvisna spremenljivka se običajno imenuje "x", odvisna spremenljivka pa se običajno imenuje "y". Cilj tehnike je prepoznati črto, y = mx + b, ki približa nabor podatkov. Ta vrstica trendov lahko grafično in številčno prikazuje razmerja med odvisnimi in neodvisnimi spremenljivkami. Iz te regresijske analize se izračuna tudi vrednost korelacije.
Prepoznajte in ločite vrednosti x in y vaših podatkovnih točk. Če uporabljate preglednico, jih vnesite v sosednje stolpce. Obstaja enako število vrednosti x in y. V nasprotnem primeru bo izračun netočen ali pa bo funkcija preglednice vrnila napako. x = (6, 5, 11, 7, 5, 4, 4) y = (2, 3, 9, 1, 8, 7, 5)
Izračunajte povprečno vrednost za vrednosti x in y z deljenjem vsote vseh vrednosti s skupnim številom vrednosti v nizu. Ta povprečja se bosta imenovala "x_avg" in y_avg. "X_avg = (6 + 5 + 11 + 7 + 5 + 4 + 4) / 7 = 6 y_avg = (2 + 3 + 9 + 1 + 8 + 7 + 5) / 7 = 5
Ustvarite dva nova nabora podatkov tako, da od vsake vrednosti x odštejete vrednost x_avg in vrednost y_avg od vsake vrednosti y. x1 = (6 - 6, 5 - 6, 11 - 6, 7 - 6 ...) x1 = (0, -1, 5, 1, -1, -2, -2) y1 = (2 - 5, 3 - 5, 9 - 5, 1 - 5, ...) y1 = (-3, -2, 4, -4, 3, 2, 0)
Pomnožite vsako vrednost x1 z vsako vrednostjo y1, po vrstnem redu. x1y1 = (0 * -3, -1 * -2, 5 * 4, ...) x1y1 = (0, 2, 20, -4, -3, -4, 0)
Vsaka vrednost x1 je kvadratna. x1 ^ 2 = (0 ^ 2, 1 ^ 2, -5 ^ 2, ...) x1 ^ 2 = (0, 1, 25, 1, 1, 4, 4)
Izračunajte vsote vrednosti x1y1 in x1 ^ 2. sum_x1y1 = 0 + 2 + 20 - 4 - 3 - 4 + 0 = 11 sum_x1 ^ 2 = 0 + 1+ 25 + 1 + 1 + 4 + 4 = 36
"Sum_x1y1" delite z "sum_x1 ^ 2", da dobite koeficient regresije. sum_x1y1 / sum_x1 ^ 2 = 11/36 = 0,306