Einfache lineare Regressionslinie Lösung

SCHRITT 0: Zusammenfassung vor der Berechnung
Gebrauchte Formel
Abhängige Zufallsvariable Y = Regressionskonstante+(Regressionskoeffizienten*Unabhängige Zufallsvariable X)
Y = b0+(b1*X)
Diese formel verwendet 4 Variablen
Verwendete Variablen
Abhängige Zufallsvariable Y - Die abhängige Zufallsvariable Y ist die Variable, deren Wert von anderen Variablen in einer statistischen Analyse abhängt.
Regressionskonstante - Die Regressionskonstante ist der Schnittpunkt der Regressionslinie auf der Y-Achse. Es stellt den erwarteten Wert von Y dar, wenn X 0 ist.
Regressionskoeffizienten - Der Regressionskoeffizient ist der Wert, der die Änderung der abhängigen Variablen Y für eine Einheitsänderung der unabhängigen Variablen X darstellt.
Unabhängige Zufallsvariable X - Die unabhängige Zufallsvariable X ist die Variable, die in einer statistischen Analyse nicht von anderen Variablen beeinflusst wird. Es wird verwendet, um das Verhalten der abhängigen Variablen Y vorherzusagen oder zu erklären.
SCHRITT 1: Konvertieren Sie die Eingänge in die Basiseinheit
Regressionskonstante: 50 --> Keine Konvertierung erforderlich
Regressionskoeffizienten: 5 --> Keine Konvertierung erforderlich
Unabhängige Zufallsvariable X: 10 --> Keine Konvertierung erforderlich
SCHRITT 2: Formel auswerten
Eingabewerte in Formel ersetzen
Y = b0+(b1*X) --> 50+(5*10)
Auswerten ... ...
Y = 100
SCHRITT 3: Konvertieren Sie das Ergebnis in die Ausgabeeinheit
100 --> Keine Konvertierung erforderlich
ENDGÜLTIGE ANTWORT
100 <-- Abhängige Zufallsvariable Y
(Berechnung in 00.004 sekunden abgeschlossen)

Credits

Erstellt von Nishan Poojary
Shri Madhwa Vadiraja Institut für Technologie und Management (SMVITM), Udupi
Nishan Poojary hat diesen Rechner und 500+ weitere Rechner erstellt!
Geprüft von Anamika Mittal
Vellore Institute of Technology (VIT), Bhopal
Anamika Mittal hat diesen Rechner und 300+ weitere Rechner verifiziert!

4 Rückschritt Taschenrechner

Regressionskoeffizient bei gegebener Korrelation
Gehen Regressionskoeffizienten = Korrelation zwischen X und Y*(Standardabweichung von Y/Standardabweichung von X)
Einfache lineare Regressionslinie
Gehen Abhängige Zufallsvariable Y = Regressionskonstante+(Regressionskoeffizienten*Unabhängige Zufallsvariable X)
Regressionskoeffizienten
Gehen Regressionskoeffizienten = (Mittelwert von Y-Regressionskonstante)/Mittelwert von X
Regressionskonstante
Gehen Regressionskonstante = Mittelwert von Y-(Regressionskoeffizienten*Mittelwert von X)

Einfache lineare Regressionslinie Formel

Abhängige Zufallsvariable Y = Regressionskonstante+(Regressionskoeffizienten*Unabhängige Zufallsvariable X)
Y = b0+(b1*X)

Was ist lineare Regression?

Die lineare Regression ist eine statistische Methode, mit der die Beziehung zwischen einer abhängigen Variablen (auch als Antwortvariable bezeichnet) und einer oder mehreren unabhängigen Variablen (auch als Prädiktorvariablen bezeichnet) modelliert wird. Das Ziel der linearen Regression besteht darin, die am besten passende Linie durch eine Reihe von Datenpunkten zu finden, die dann verwendet werden kann, um Vorhersagen über die Antwortvariable für verschiedene Werte der Prädiktorvariablen zu treffen. Lineare Regressionsmodelle werden durch die Gleichung y = mx b dargestellt, wobei y die Antwortvariable, x die Prädiktorvariable, m die Steigung der Geraden und b der y-Achsenabschnitt ist. Die einfache lineare Regression wird verwendet, um die Beziehung zwischen einer Prädiktorvariablen und einer Antwortvariablen zu modellieren. Die lineare Regression ist eine weit verbreitete statistische Technik und wird häufig in Bereichen wie Wirtschaft, Ingenieurwesen und Naturwissenschaften eingesetzt.

Let Others Know
Facebook
Twitter
Reddit
LinkedIn
Email
WhatsApp
Copied!