Студопедия
Случайная страница | ТОМ-1 | ТОМ-2 | ТОМ-3
АрхитектураБиологияГеографияДругоеИностранные языки
ИнформатикаИсторияКультураЛитератураМатематика
МедицинаМеханикаОбразованиеОхрана трудаПедагогика
ПолитикаПравоПрограммированиеПсихологияРелигия
СоциологияСпортСтроительствоФизикаФилософия
ФинансыХимияЭкологияЭкономикаЭлектроника

Оценим тесноту связи, используя элементы теории корреляции.

Построим доверительные интервалы для параметров модели. | Оценим статистическую значимость уравнения регрессии в целом, используя дисперсионный анализ. | Прогноз на основе линейной модели. |


Читайте также:
  1. Аксиоматизация и формализация теории. Общая характеристика гипотетико-дедуктивного метода.
  2. АНАЛИТИЧЕСКАЯ ГЕОМЕТРИЯ. ЭЛЕМЕНТЫ ВЕКТОРНОЙ И ЛИНЕЙНОЙ АЛГЕБРЫ
  3. Базовые элементы интегрированных коммуникаций
  4. Билет № 10, вопрос № 1.Технологический процесс ремонта деталей и сборочных единиц, механизмов и машин, его элементы
  5. Билет № 2, вопрос № 1.Технологический процесс слесарной обработки. Элементы технологического процесса
  6. Вставьте в текст лекции рисунки из папки Лекция(по своему усмотрению) , используя технологию обмена информации через Буфер обмена
  7. Генезис маркетинговой теории

Найдем линейный коэффициент корреляции по формуле:

= 0,981

Значение близко к 1, что говорит о сильно выраженной линейной зависимости между рассматриваемыми величинами x и y.

Найдем коэффициент детерминации R2:

R2 = rxy2

R2 = 0,962,

это говорит о том, что вариация результата y на 96,2% объясняется вариацией переменной x, и поскольку это значение близко к 1, то признаётся статистическая значимость уравнения регрессии в целом.

 


Дата добавления: 2015-10-02; просмотров: 48 | Нарушение авторских прав

<== предыдущая страница | следующая страница ==>
Модель парной линейной регрессии.| Оценим статистическую значимость коэффициентов регрессии.
mybiblioteka.su - 2015-2024 год. (0.005 сек.)