Felhasználói Útmutató

Eredmények:
Eredmények:
(SETUP) (STAT) (ON)
(STAT) (1-VAR)
1 2 3 4 5
1 2 3 2
(STAT) (Var) (x) 3
(STAT) (Var) (σ
x
)
1,154700538
Statisztikai közép: 3, Sokaság mérvadó eltérése:
1,154700538
3. példa: Így tudja kiszámítani a lineáris regressziós és logaritmikus
regressziós korrelációs együtthatókat az alábbi két változós adatoknál és
meghatározni a regressziós képletet a legerősebb korrelációnál: (x, y) =
(20, 3150), (110, 7310), (200, 8800), (290, 9310). Adja meg a Fix 3 (három
tizedesjegy) opciót az eredményekhez.
(SETUP) (STAT) (OFF)
(SETUP) (Fix)
(STAT) (A+BX)
20 110 200 290
3150 7310 8800 9310
(STAT) (Reg) (r)
0,923
(STAT) (Type) (ln X)
(STAT) (Reg) (r)
0,998
(STAT) (Reg) (A) -3857,984
(STAT) (Reg) (B) 2357,532
Lineáris regressziós korrelációs együttható: 0,923
Logaritmikus regressziós korrelációs együttható: 0,998
Logaritmikus regressziós képlet: y = -3857,984 +
2357,532lnx
Becsült értékek számítása
A két változós statisztikai számítással kapott regressziós képlet alapján
kiszámítható az y becsült értéke a megadott x-értéknél.
De ki lehet számítani a megfelelő x-értéket is (két értéket, x
1
és x
2
négyzetes regresszió esetén) a regressziós képletben szereplő y értéknél.
4. példa: Az x becsült értékének kiszámítása, ha a 3. példában szereplő
adatok logaritmikus regressziója által meghatározott regressziós
56