Introduction a regressão quadrática equações: Se o grau da equação 2 é, em seguida, a equação é chamada equação quadrática. Nós deve caber linha de regressão usando o formulaY = a + b + c X X2, onde c ≠ 0.Using o princípio dos mínimos quadrados, temos de determinar as constantes a, b e c de modo que: $ \\ sum Y = na + b \\ soma X + c \\ sum x ^ 2 $ ............ (1) '\\ sum XY = a \\ soma X + b \\ sum x ^ 2 + c \\ sum X ^ 3 ........ (2) '' \\ sum x ^ 2 Y = a \\ sum x ^ 2 + b \\ sum x ^ 3 + c \\ sum X ^ 4 ........ (3 ) 'resolver equações (1), (2) e (3), podemos obter a, b e c values.Pluging os valores de a, b e c ficamos obrigados quadrática equationFit Regressão quadrática EquationQ: Para 10 observações selecionados aleatoriamente, a seguintes dados foram registrados:. hrs horas extraordinárias 1 1 2 2 3 3 4 5 6 unidades 7Additional (Y) 2 7 7 10 8 12 10 14 11 14Determine os coeficientes da equação de regressão e regressão usando a forma quadrática (X) Y = a + b X + c X2 .Solution: S. N X-Y X2 X3 XY X4 X2 Y 1 1 2 1 1 1 2 22 1 7 1 1 1 7 73 2 7 4 8 16 14 284 2 10 4 8 16 20 405 3 8 9 27 81 24 726 3 12 9 27 81 36 1087 4 10 16 64 256 40 1608 5 14 25 125 625 70 3509 6 11 36 216 1296 66 39610 7 14 49 343 2401 98 686Total 34 95 154 820 4774 377 1849Using equações normais (1), (2) e (3), que get10a 34b + + 154 C = 95; 34a + 154B + 820C = 377; 154a + 820B + 4774c = 1849 .Solving estas três equações, geta = 1,8; b = 3,48; c = -0.27 .Portanto necessário Quadratice equação de regressão Isy = 1,8 + 3,48 X - 0,27 X2 .Worked out Exemplos para quadrática equação de regressão e Regressão CoefficientQ: A eficiência classificação trabalho de um empregado parece estar relacionado com o número de semanas de emprego. Para uma amostra aleatória de 10 trabalhadores, foram observados os seguintes dados: Eficiência Job (X) 55 50 20 55 75 80 90 30 75 70Weeks de Emprego (Y): 2 4 1 3 5 9 12 2 7 5Determine os coeficientes de regressão e equação de regressão quadrática usando forma Y = a + b + c X X2 .Solution: S.No X Y X2 X3 X4 XY X2 Y1 55 2 3025 166375 9150625 110 60502 50 4 2500 125000 6250000 200 100003 20 1 400 8000 160000 20 4004 55 3 3025 166375 9150625 165 90755 75 5 5625 421875 31640625 375 281256 80 9 6400 512000 40960000 720 576007 90 12 8100 729000 65610000 1080 972008 30 2 900 27000 810000 60 18009 75 7 5625 421875 31640625 525 3937510 70 5 4900 343000 24010000 350 24500Total 600 50 40500 2920500 219382500 3605 274125n = 10 'Sigma' X = 600; 'Sigma' 'Sigma' X ^ 2 = 40500; 'Sigma'X ^ 3 = 2920500; 'Sigma'X ^ 4 = 219382500; 'Sigma'XY = 3605:' Sigma'X ^ 2A = 274125: 10a + 600 + b 40500 c = 50 ------- (1) 600 a + 40500 b + 2.920.500 c = 3605 ----- - (2) 40500 a + b + 219382500 2920500 c = 274,125 ------ (3) a solução do acima (1), (2) e (3) equações, que geta = 4,4; b = -0,19; c = 0.003Hence os coeficientes de regressão são 4,4, - 0,19 e 0,003 .A equação de regressão quadrática é Y = 4,4 - 0,19 X + 0,003 X2.