Kandungan
Satu alat yang paling asas untuk kejuruteraan atau analisis saintifik adalah regresi linear. Teknik ini bermula dengan satu set data dalam dua pembolehubah. Pembolehubah bebas biasanya dipanggil "x" dan pemboleh ubah bergantung biasanya dipanggil "y." Matlamat teknik ini adalah untuk mengenal pasti garis, y = mx + b, yang menghampiri set data. Garis trend ini boleh menunjukkan, secara grafik dan berangka, hubungan antara pembolehubah bergantung dan bebas. Dari analisis regresi ini, nilai untuk korelasi juga dikira.
Mengenalpasti dan memisahkan nilai x dan y mata data anda. Jika anda menggunakan hamparan, masukkannya ke lajur bersebelahan. Terdapat bilangan x dan y yang sama. Jika tidak, pengiraan akan tidak tepat, atau fungsi spreadsheet akan mengembalikan ralat. x = (6, 5, 11, 7, 5, 4, 4) y = (2, 3, 9, 1, 8, 7, 5)
Kirakan nilai purata bagi nilai x dan nilai y dengan membahagikan jumlah semua nilai dengan jumlah bilangan nilai dalam set. 7: 5 + 11 + 7 + 5 + 4 + 4) / 7 = 6 y_avg = (2 + 3 + 9 + 1 + 8 + 7 + 5) / 7 = 5
Buat dua set data baru dengan menolak nilai x_avg dari setiap nilai x dan nilai y_avg dari setiap nilai y. x1 = (6 - 6, 5 - 6, 11 - 6, 7 - 6 ...) x1 = (0, -1, 5, 1, -1, -2, -2) y1 = 3 - 5, 9 - 5, 1 - 5, ...) y1 = (-3, -2, 4, -4, 3, 2, 0)
Multiply setiap nilai x1 dengan setiap nilai y1, mengikut urutan. x1y1 = (0 * -3, -1 * -2, 5 * 4, ...) x1y1 = (0, 2, 20, -4, -3, -4, 0)
Alihkan setiap nilai x1. x1 ^ 2 = (0 ^ 2, 1 ^ 2, -5 ^ 2, ...) x1 ^ 2 = (0, 1, 25, 1, 1, 4, 4)
Kirakan jumlah nilai x1y1 dan nilai x1 ^ 2. sum_x1y1 = 0 + 2 + 20 - 4 - 3 - 4 + 0 = 11 sum_x1 ^ 2 = 0 + 1 + 25 + 1 + 1 + 4 + 4 = 36
Bahagikan "sum_x1y1" dengan "sum_x1 ^ 2" untuk mendapatkan pekali regresi. sum_x1y1 / sum_x1 ^ 2 = 11/36 = 0.306