Návod k použití

Výsledky:
Příklad 3: Chcete-li vypočítat korelační koeficienty lineární regrese a
logaritmické regrese pro následující data párové proměnné a určit
regresní vzorec pro nejsilnější korelaci: (x, y) = (20, 3150), (1
10, 7310),
(200, 8800), (290, 9310). Pro výsledky specifikujte Fix 3 (tři desetinná
místa).
fx-82ES PLUS/fx-85ES PLUS/fx-350ES PLUS:
(SETUP) (STAT) (OFF)
fx-95ES PLUS: (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
Korelační koeficient lineární regrese: 0,923
Korelační koeficient logaritmické regrese: 0,998
Vzorec logaritmické regrese: y = -3857,984 + 2357,532lnx
Výpočet odhadovaných hodnot
Na základě vzorce regrese, získaného ve statistickém výpočtu s párovou
proměnnou, může být pro danou hodnotu x vypočtena odhadovaná
hodnota y.
Odpovídající hodnota x
(dvě hodnoty, x
1
a x
2
, v případě kvadratické
regrese) může být také vypočtena pro hodnotu y v vzorci regrese.
Příklad 4:
Chcete-li stanovit odhadovanou hodnotu pro x, když y = -130 v
regresním vzorci vytvořeném logaritmickou regresí z dat v příkladu 3. Pro
výsledek specifikujte Fix 3. (Následující operaci proveďte po dokončení
operací v příkladu 3.)
130 (STAT) (Reg) (xˆ)
4,861
Důležité!
• Výpočty regresního koeficientu, korelačního koeficientu a odhadované hodnoty
mohou v případě velkého množství dat trvat značnou dobu.
43