ИНСТРУКЦИЯ ПО ЭКСПЛУАТАЦИИ

Результаты:
Результаты:
(STAT) (Var) (σ
x
)
1,154700538
среднее арифметическое: 3; среднее квадратичное
отклонение генеральной совокупности: 1,154700538
Пример 3. Вычисление коэффициентов корреляции для линейной и
логарифмической регрессии следующих значений парных
переменных и определение формулы регрессии для самой сильной
корреляции: (x, y) = (20, 3150), (110, 7310), (200, 8800), (290, 9310).
Укажите Fix 3 (три десятичных разряда) для результатов вычислений.
(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
коэффициент корреляции для линейной регрессии:
0,923;
коэффициент корреляции для логарифмической
регрессии: 0,998;
формула логарифмической регрессии: y = -3857,984 +
2357,532lnx
Вычисление расчетных значений
На основании формулы регрессии, полученной в процессе
статистических вычислений с использованием парных переменных,
можно найти расчетное значение y для заданного значения x.
Соответствующее значение x (два значения, x
1
и x
2
, в случае
квадратической регрессии) тоже можно вычислить для значения y с
использованием формулы регрессии.
Пример 4. Определение расчетного значения x при y = -130 по
формуле регрессии, полученной на основании данных
логарифмической регрессии из Примера 3. Укажите Fix 3 для
результата. (выполните указанные ниже действия после завершения
операций, описанных в Примере 3)
61