|
|
|||||||||||||||||||||
|
Polski Serwis Naukowy - OnLine od 1999 roku
 RSS
Czwartek, 31 maja 2012
Petronia, Bożysława, Ernestyna, Teodor
 1891: budowa Kolei Transsyberyjskiej
1970: zagłada miasta Yungay w Peru WHO: Dzień bez Papierosa
Dodaj do:
Nowe publikacje
Tematyka regresji jest bardzo długa i skomplikowana, ale postaram sie ją w miare prosto wytłumaczyć.
Metoda regresji liniowej polega na wyznaczeniu funkcji liniowej. Najprościej wyznaczyć funkcję regresji metoda najmniejszych kwadratów. Najlepsze dopasowanie tej funkcji uzyskamy gdy suma kwadratów różnicy pomiędzy wartością 'y' rzeczywistą, a f(x) będzie najmniejsza. Może lepiej bedzie to wyglądać na wzorze: ![\Sigma [y_i - f(x_i)]^2 = min](http://www.naukowy.pl/pictures/039d2c39f8d011e53e416ecaa1c1bd74.gif "\Sigma [y_i - f(x_i)]^2 = min")
Postać naszej funkcji regresji będzie wyglądac nastepująco: 
Teraz musimy wyznaczyć estymatory b0 i b1. Tworzymy układ równań normalnych i współczynniki wyznaczamy za pomoca wyznaczników. Ponieważ ty musisz przeprowadzić regresję funkcją y=b1x (b0=0), zatem napisze ci już uproszczony wzór na b1: 
Wystarczy, że policzysz w Excelu te wartości i podstawisz do wzoru i wynik gotowy. Żeby sprawdzić, czy dobrze zrobiłeś obliczenia, mozesz zastosować funkcję 'nachylenie' z Excela, albo narysowac wykres i dodać linię trendu. mam nadzieję, że nie skomplikowałem tego za bardzo. W razie kłopotów napisz, to postaram się to wytłumaczyć. wymiennik Wyrafinowane piękno płci męskiej istnieje tylko po to, aby podniecać płeć żeńską.
Karol Darwin Trochę wcześniej sie z tym sam uporałem, jednak pomógł się należy =P a to jakie ja wzory znalazłem gdyby ktoś potrzebował :
y = ax + b 
i na odchylenia standardowe : ![S_a = \sqrt[2]{\frac{n}{n-2} \frac {\sum_{i=1}^{n}y_i^2 -a \sum_{i=1}^{n}x_i*y_i - b*\sum_{i=1}^{n}y_i} {n \sum_{i=1}^{n}x_i^2 - (\sum_{i=1}^{n}x_i)^2} }](http://www.naukowy.pl/pictures/cbf76df102fa1bb5c9481d52450e615a.gif "S_a = \sqrt[2]{\frac{n}{n-2} \frac {\sum_{i=1}^{n}y_i^2 -a \sum_{i=1}^{n}x_i*y_i - b*\sum_{i=1}^{n}y_i} {n \sum_{i=1}^{n}x_i^2 - (\sum_{i=1}^{n}x_i)^2} }")
![S_b = S_a \sqrt[2]{\frac{1}{n} \sum_{i=1}^{n}x_i^2}](http://www.naukowy.pl/pictures/4e39aeff99a052f574727fe1c456636d.gif "S_b = S_a \sqrt[2]{\frac{1}{n} \sum_{i=1}^{n}x_i^2}")
|
|||||||||||||||||||||
