Регрессионный анализ (стр. 3 )

Решается составленная система линейных уравнений с помощью обратной матрицы.

Искомое уравнение регрессии

Рассчитываются промежуточные данные, необходимые для оценивания надежности коэффициентов полученного уравнения регрессии с помощью коэффициента частной корреляции.

№ наблюдения
1	28,18	40,76
2	19,64	40,25
3	37,15	40,06
4	21,11	40,83
5	25,63	41,74
6	33,33	39,37
7	28,45	41,34
8	25,05	38,88
9	28,92	39,56
10	27,52	41,61
11	39,15	40,17
12	32,30	41,57
13	29,68	40,17
14	14,35	39,23
15	24,66	38,70
16	20,02	39,93
17	31,52	39,07
18	29,87	41,60
19	29,57	40,18
20	32,09	40,47

Рассчитывается коэффициент частной корреляции

2. С помощью коэффициента корреляции оценить качество уравнения регрессии , построенного по следующим данным:

№ наблюдения
1	0,60	1,14	0,17
2	0,86	1,04	0,12
3	0,43	1,23	0,23
4	0,12	1,68	0,80
5	0,66	1,11	0,15
6	0,15	1,60	0,65
7	0,67	1,10	0,15
8	0,20	1,50	0,50
9	1,00	1,00	0,10
10	0,20	1,50	0,51
11	0,63	1,12	0,16
12	0,28	1,37	0,35
13	0,08	1,86	1,20
14	0,48	1,20	0,21
15	0,88	1,03	0,11
16	0,13	1,67	0,77
17	0,63	1,12	0,16
18	0,02	2,72	5,44
19	0,07	1,93	1,37
20	0,41	1,25	0,24

Решение.[3]

Рассчитываются промежуточные данные, необходимые для определения коэффициента корреляции.

№ наблюдения
1	0,63	0,18	0,03
2	0,75	0,44	-0,11
3	0,53	0,00	0,10
4	0,10	-0,31	-0,02
5	0,67	0,24	0,01
6	0,16	-0,28	0,01
7	0,68	0,25	0,01
8	0,25	-0,23	0,05
9	0,80	0,58	-0,20
10	0,25	-0,23	0,05
11	0,66	0,21	0,03
12	0,38	-0,15	0,10
13	-0,03	-0,35	-0,11
14	0,56	0,05	0,08
15	0,76	0,46	-0,12
16	0,10	-0,30	-0,03
17	0,66	0,21	0,03
18	0,06	-0,41	0,04
19	-0,07	-0,36	-0,14
20	0,51	-0,02	0,10