Регрессионный анализ.

1. Фиксируем и найдем соответствующие средние арифметические

;

	60,5	63,5	66,5	69,5	72,5	75,5	78,5	81,5
	564	547	557,2	548,7	518,3	582,2	562,3	598

Фиксируем и найдем соответствующие средние арифметические

	521,5	538,5	555,5	572,5	589,5	606,5	623,5	640,5
	70,1	61,2	69,9	69,1	62,3	72,1	73,5	72,5

2. Составим линейную эмпирическую регрессию:

; ;

Коэффициенты регрессии и оценим с помощью метода наименьших квадратов.

;

Нормальная система метода наименьших квадратов

Расчетная таблица

№
1	60.5	564	3660,25	34122
2	63.5	547	4032,25	34734,5
3	66.5	557,2	4422,25	37053,8
4	69.5	548,7	4830,25	38134,7
5	72.5	518	5256,25	37555
6	75.5	582,2	5700,25	43956,1
7	78.5	562,3	6162,25	44140,6
8	81.5	598	6642,25	48737
	568	4477,4	40706	2543163,2

_{a0 = 533,1 a1= 0,375}

Нормальная система метода наименьших квадратов

Расчетная таблица

№
1	521,5	70,1	271962,25	36557,2
2	538,5	61,2	289982,25	32956,2
3	555,5	69,9	308580,25	38829,45
4	572,5	69,1	327756,25	39559,75
5	589,5	62,3	374510,25	34191
6	606,5	72,1	367842,25	43728,7
7	623,5	73,5	388752,25	45827,3
8	640,5	72,5	410240,25	49318,5
	4648	550,7	21603904	2560583,2

54.321 _0.03

По графику линий регрессий x(z) и z(x) делаем вывод о наличии положительной корреляционной зависимости.

3. Проверим адекватность линейной регрессии

Для этого составим с помощью метода наименьших квадратов полулогарифмическую модель эмпирической регрессии:

Нормальная система метода наименьших квадратов.