ab指数回帰
入力した分布表をab指数回帰で分析しグラフ描画します。
ab指数回帰： y=ABx
相関係数r の見方
0.7＜|r|≦1 相関が強い
0.4＜|r|＜0.7 中間の強さ
0.2＜|r|＜0.4 相関が弱い
0≦|r|＜0.2 相関がない
\(\normalsize\ ab{\tiny -}Exponential\ regression\\ (1)\ mean:\ \bar{x}={\large \frac{{\small \sum}{x_i}}{n}},\hspace{10px}\overline{\ln y}={\large \frac{{\small \sum}{\ln y_i}}{n}}\\ (2)\ trend\ line:\ y=AB^x,\hspace{10px} B=\exp({\normalsize \frac{Sxy}{Sxx}}),\hspace{10px} A=\exp ({\overline{\ln y}-\bar{x}\ln B})\\ \\ (3)\ correlation\ coefficient:\ r=\frac{\normalsize S_{xy}}{\normalsize \sqrt{S_{xx}}\sqrt{S_{yy}}}\\ \hspace{20px}S_{xx}={{\small \sum}(x_i-\bar{x})^2}={{\small \sum} x_i^2}- n \cdot \bar{x}^2\\ \hspace{20px}S_{yy}={{\small \sum}(\ln y_i-\overline{\ln y})^2}={{\small \sum} \ln y_i^2}- n \cdot \overline{\ln y}^2\\ \hspace{20px}S_{xy}={{\small \sum}(x_i-\bar{x})(\ln y_i-\overline{\ln y})}={{\small \sum} x_i \ln y_i}- n \cdot \bar{x}\overline{\ln y}\\ \)
0.7＜|r|≦1 相関が強い
0.4＜|r|＜0.7 中間の強さ
0.2＜|r|＜0.4 相関が弱い
0≦|r|＜0.2 相関がない
\(\normalsize\ ab{\tiny -}Exponential\ regression\\ (1)\ mean:\ \bar{x}={\large \frac{{\small \sum}{x_i}}{n}},\hspace{10px}\overline{\ln y}={\large \frac{{\small \sum}{\ln y_i}}{n}}\\ (2)\ trend\ line:\ y=AB^x,\hspace{10px} B=\exp({\normalsize \frac{Sxy}{Sxx}}),\hspace{10px} A=\exp ({\overline{\ln y}-\bar{x}\ln B})\\ \\ (3)\ correlation\ coefficient:\ r=\frac{\normalsize S_{xy}}{\normalsize \sqrt{S_{xx}}\sqrt{S_{yy}}}\\ \hspace{20px}S_{xx}={{\small \sum}(x_i-\bar{x})^2}={{\small \sum} x_i^2}- n \cdot \bar{x}^2\\ \hspace{20px}S_{yy}={{\small \sum}(\ln y_i-\overline{\ln y})^2}={{\small \sum} \ln y_i^2}- n \cdot \overline{\ln y}^2\\ \hspace{20px}S_{xy}={{\small \sum}(x_i-\bar{x})(\ln y_i-\overline{\ln y})}={{\small \sum} x_i \ln y_i}- n \cdot \bar{x}\overline{\ln y}\\ \)
この計算についてお客様の声はまだありません。