śr temp dobowe wielkość zamówienia wielkość zamówienia

18 50
24 93 180
29 119 160
20 60
140
35 160
120
18 52
14 35 100

27 105 80
30 120 60
22 71 40
23.7 86.5
20
średni x^ średni y^
0
10 15 20 25 30
zad1^
zamówienia

25 30 35 40
 1
zależnośc liniowa
współczynnik korelacji liniowej
^
0.993886353890487
^
kierunek:rosnący bo dodatnia wartość
siła:silna nawet bardzo bo prawie 1 a 1 to max
2
model regresji wartość zamówień w zależności od temp
objaśniana to zamówienia czyli yi
wartrośći xi to objaśniające czyli temp

a1 6.033761 -56.50013
a0 0.236977 5.80425
błąd oszacowania su 0.98781 4.632285
y*=6.0338x-56,5001+-4,6323
ile dane odbiegają od danych empirycznych ujęcie bezwzględne

y średnie 0.053552 całkiem niezły wynik oszacowania prog

wartość średniej objaśnianej błędu przyjmujemy 10% my na zajęciach

jaki parametr w ilu % jedna zmienna kształtuje drugą

współczynnik determinacji R^2=(rxy)^2*100% (dla jednego x)
Srednie temp dobowe opisują zamówienia w przykładzie w 99%

współczynnik zbieżności fi^2=1-R^2 0.01219 1.22%

jeśli temp +1 to jak wzrosną zamówienia

wartość a1 czyli ta 6,0338 ^

x wzrasta o 1 stopien
y wzrośnie o 6033,8 litra
 ctrl + shift+enter

całkiem niezły wynik oszacowania progu

przyjmujemy 10% my na zajęciach

przyjmuje się że R^2 musi być większe niż to fi^2

u nas przewaga jest super
zad 2

xi yi sprawdzić czy reszty sumują się do zera jeśli tak to mogła być to metoda klasycznych kwadrató
1 5
3 4 x*=-2y+8
5 3 reszty równania to różnica -> v=x1-x1*
7 4 kmnk -> suma tych reszt = 0
9 2 więc
12 1 -2 3
0 3
2 3
0 7
4 5
6 6
27 nierówna się 0 więc nie była użyta ta metoda
metoda klasycznych kwadratów
zad 5

1 produkuje oszczędniej
dlaczego?
bo 0,4<0,58
więc mamy mniejszy przyrost kosztów
zad 10

t y x1 x2 1.2 0.4 2.4

1 2 0 0 0.178885 0.296648 0.219089
2 3 1 0 0.92 0.4 #N/A
3 2 0 0
4 4 0 1
5 4 0 1
6 3 1 0
7 5 1 2
8 5 1 2
^
okresy pomiarów zmiennych są nieważne w sumie
 y=0,4x1+1,2x2+2,4
a0
a1 odchylenie losowe resztowe
a2 su=0,4^2=0,16
0.16
zad 11

10 oberwacji

czy parametry są istonie różne od 0 ? rozkład studenta do 120 param

egzamin testu
H0:parametry strukturalne są równe 0 alfa=0,05 n=10 t=ai/s(ani)
alfai = 0 talfa n-k-1
H1: parametry są istatnie różne od 0 t dla 0,05; 7 =
kład studenta do 120 parametrów

k-liczba zmiennych x objaśniających

wartość krytyczna dla tego testu-> 2.3646 t1 0,0839/0,0322 2.6056

t2 0,0312/0,0305 1.023
t0 1,4549/0,8767 1.6595
jeśli t1 jest większe od wartości krytycznej to H0 odrzucamy a przyjmujemy H1 H1
wartość krytyczna jest większa więc przyjmujemy H0 H0
wartość krytyczna jest większa więc przyjmujemy H0 H0

wszystkie musiały by być różne od 0

wartość współczynnika korelacji

zad 13

rxy=0,785 n=10 a=0,1

t= 2.133089 wyszło źle ale mamy wzór
H0: ro(symbol)xy=0 ma wyjść 3,5841
H1:roxynierówne 0
t alfa n-2 = t0,1;8 = 1,8595

t>t alfa n-2

 wyszło źle ale mamy wzór

= t0,1;8 = 1,8595

H0 odrzucamy przyjmujemy H1
zad 14

wspólczynnik determinacji R^2

k=3 n=20
a) R=pierwiastek z R^2 0.963016 zależność korelacyjna y od x (albo x od y za szybko mówiła) ko

H0: R=0 lub ten symbol ro w

H1: R nierówne 0 tu też lub ten symbol ro w

podstawa weryfiacji F=R^2/1-R^2*n-k-1/k

tstudenta

b) istotność parametru a2 wartość krytyczna

2.1199
t2 1.039773 <2,1199 H0
bo x od y za szybko mówiła) korelacja wieloraka

można w tym reglinp ale obszar 4 wierszy zaznaczyć

albo:
68.12855831

r1=k1
r2=n-k-1
tablice fishera
stopień swobody F0,05;3;16 3.239

F > F*

H0 odrzucamy
H1 przyjmujemy

istotnie różni się od 0