度数付き直線回帰
入力した度数分布表を直線回帰で分析しグラフ描画します。
直線回帰： y=A+Bx
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
\(\normalsize\ Linear\ regression\\ (1)\ mean:\ \bar{x}={\large \frac{{\small \sum}{x_i f_i}}{n}},\hspace{10px}\bar{y}={\large \frac{{\small \sum}{y_i f_i}}{n}},\hspace{10px}n={\small \sum}f_i\\ (2)\ trend\ line:\ y=A+Bx,\hspace{10px} B={\large\frac{Sxy}{Sxx}},\hspace{10px} A=\bar{y}-B\bar{x}\\ (3)\ correlation\ coefficient:\ r=\frac{\normalsize S_{xy}}{\normalsize \sqrt{S_{xx}}\sqrt{S_{yy}}}\\ \hspace{20px}S_{xx}={{\small \sum}(x_i-\bar{x})^2 f_i}={{\small \sum} x_i^2 f_i}- n \cdot \bar{x}^2\\ \hspace{20px}S_{yy}={{\small \sum}(y_i-\bar{y})^2 f_i}={{\small \sum} y_i^2 f_i}- n \cdot \bar{y}^2\\ \hspace{20px}S_{xy}={{\small \sum}(x_i-\bar{x})(y_i-\bar{y}) f_i}={{\small \sum} x_i y_i f_i}- n \cdot \bar{x}\bar{y}\\ \)
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
\(\normalsize\ Linear\ regression\\ (1)\ mean:\ \bar{x}={\large \frac{{\small \sum}{x_i f_i}}{n}},\hspace{10px}\bar{y}={\large \frac{{\small \sum}{y_i f_i}}{n}},\hspace{10px}n={\small \sum}f_i\\ (2)\ trend\ line:\ y=A+Bx,\hspace{10px} B={\large\frac{Sxy}{Sxx}},\hspace{10px} A=\bar{y}-B\bar{x}\\ (3)\ correlation\ coefficient:\ r=\frac{\normalsize S_{xy}}{\normalsize \sqrt{S_{xx}}\sqrt{S_{yy}}}\\ \hspace{20px}S_{xx}={{\small \sum}(x_i-\bar{x})^2 f_i}={{\small \sum} x_i^2 f_i}- n \cdot \bar{x}^2\\ \hspace{20px}S_{yy}={{\small \sum}(y_i-\bar{y})^2 f_i}={{\small \sum} y_i^2 f_i}- n \cdot \bar{y}^2\\ \hspace{20px}S_{xy}={{\small \sum}(x_i-\bar{x})(y_i-\bar{y}) f_i}={{\small \sum} x_i y_i f_i}- n \cdot \bar{x}\bar{y}\\ \)
この計算についてお客様の声はまだありません。