Корреляционно-регрессионный анализ объекта исследования

Пример 3. Требуется построить модель зависимости настрига шерсти от живой массы и оценить ее. Сведения о живой массе овец и настриге шерсти по выборочным данным приведены в табл. 15.

Таблица 15

• 1. Определяем закон распределения статистических данных по 1−13 формулам. Разработка алгоритма и программы вычисления по формулам 1−13 предлагается студентам.
• 2. Сроим гистограмму данных, .

mn{y_i} = 50.2; max{y_i}=56.5; h =(max{y_i — min{y_i})/m = 1.34.

В интервале 50.2 ч 51.54 количество данных: n₁ = 6 штук;

В интервале 51.54 ч 52.88 количество данных: n₂ =4 штук;

В интервале 52.88 ч 53.22 количество данных: n₃ =3 штук;

В интервале 53.22 ч 54.56 количество данных: n₄ =3 штук;

В интервале 50.2 ч 55.90 количество данных: n₅ = 4 штук;

= 6 + 4 + 3 + 3 + 4 = 20.

Гистограмма зависимого фактора представлена на рисунке.

2. Вычисляем коэффициент парной корреляции.

R = 0.897.

3. Построим линейную регрессионную модель исследуемого объекта.

. Коэффициенты регрессионной модели определим из системы нормальных уравнений:

— 21,53.

0,54.

Уравнение регрессии выглядеть .

Сумма отклонений фактических данных от аналитических, регрессионных моделей.