|
47 1 2 3 4 5 6 7 8 1993 659 347 2Д 16,7 19,4 7,9 180 1994 680 363 2,7 15,2 16,9 4,3 114 1995 530 208 5,1 18,3 16,9 6,8 136 1996 403 159 2,4 18,0 25,1 13,1 157 1997 747 319 3,2 16,3 26,1 13,1 160 1998 120 18,9 9,8 13,1 125 Среднее 564,3 219 2,9 16,7 18,2 10,1 169 Данная программа позволяет отыскивать эмпирические линии регрессии, определяя параметры 5 уравнений методом наименьших квадратов: 1. Прямолинейная функция: у = а + вх 2. Парабола: у = а + вх + сх2 3. Гипербола: у=а + вх + с\х 4. Экспоненциальная функция: у = авх 5. Показательная функция: у = ахв Для линейной зависимости определяется оценка коэффициента линейной корреляции (и его достоверность) и оценка коэффициентов регрессии: Ry\x ? R x\y а х\ а у 1гху, где ох и ауоценки средних квадратичных отклонений признаков X и У, а гху>гхуоценка коэффициентов линейной корреляции этих признаков и их ошибки. Критерий достоверности коэффициентов регрессии равен критерию достоверности коэффициентов линейной корреляции t, который сравнивается со стандартным критерием Стьюдента tst для v=N-2 степеней свободы. Для 'всех уравнений определяется t^o , который представляет собой сумму квадратов разностей эмпирической и теоретической линий регрессии в точках Xi(i = 1,N) и позволяет судить о качестве аппроксимации эмпирических данных функций того или иного типа. Для получения результатов информации, показывающей "характер" связи наблюдаемых параметров, необходимо пройти несколько этапов: |
40 1 2 3 4 5 6 7 8 1993 659 347 2.1 16,7 19,4 7,9 180 1994 680 363 2.7 15,2 16,9 4,3 114 1995 530 208 5,1 18,3 16,9 6,8 136 1996 403 159 2,4 18,0 25,1 13,1 157 1997 747 319 3,2 16,3 26,1 13,1 160 1998 120 18,9 9,8 13,1 125 Среднее 564,3 219 2,9 16,7 18,2 10,1 169 Данная программа позволяет отыскивать эмпирические линии регрессии, определяя параметры 5 уравнений методом наименьших квадратов: 1. Прямолинейная функция: у = а + вх 2. Парабола: у = а + вх + сх2 3. Гипербола: у= а + вх + с\х 4. Экспоненциальная функция: у =авх 5. Показательная функция: у =ахв Для линейной зависимости определяется оценка коэффициента линейной корреляции (и его достоверность) и оценка коэффициентов регрессии: Яу\.ч = Оу^х^Гух, Кх\у = ах\ау*гху1 где ах и ауоценки средних квадратичных отклонений признаков X и У, а Гху, гху оценка коэффициентов линейной корреляции этих признаков и их ошибки. Критерий достоверности коэффициентов регрессии равен критерию достоверности коэффициентов линейной корреляции I, который сравнивается со стандартным критерием Стыодента и для у=Ы-2 степеней свободы. Для всех уравнений определяется 1*0 , который представляет собой сумму квадратов разностей эмпирической и теоретической линий регрессии в точках Х{(1 = 1,Ы) и позволяет судить о качестве аппроксимации эмпирических данных функций того или иного типа. Для получения результатов информации, показывающей ''характер" связи наблюдаемых параметров, необходимо пройти несколько этапов: |