Regression equações: Regressão As equações também são conhecidos como estimar equações ou expressões algébricas das linhas de regressão. Existem duas linhas de regressão, de forma que há duas equações de regressão equations.The regressão de X e Y é utilizado para descrever as variações nos valores de X em Y é utilizado para descrever as variações nos valores de X para as mudanças indicadas em Y e a equação de regressão de Y em X é usado para descrever a variação dos valores de Y para modificações dadas em X.Regression equação de Y na equação de regressão XThe de Y em X é expressa como se segue: Y = a + bXIt pode notar-se que ne nesta equação 'Y' é uma variável dependente, isto é, que pode ter um determinado valor de X e calcular o valor de Y.'a 'é "Y-intercepção" porque o seu valor é o ponto em que a linha de regressão cruza o eixo Y, isto é, o eixo vertical. 'B' é a "inclinação" do line.It representam mudança na variável Y para uma mudança unidade no X variable.'a 'e' b 'são numéricos constants.To obter os valores de a e b, podemos usar dois seguintes normais equações devem ser resolvidas simultaneamente: SY = na + BSX SXY = ASX + b SX2 equação de regressão de X na equação de regressão ythe de X em Y é expresso da seguinte forma: Xc = a + bYTo obter 'a' e 'b "que pudermos resolver estas duas equações normais SX = Na + b SY SXY = a SY + b SY2Linear Regressão FormulaRegression Formula1) equação de regressão (Y) = a Slope + bX (b) = [NSXY - (SX) (SY)]. /[NSX2 - (SX) 2] Intercept (a) = [SY -. b (SX)] /Nwhere x e y são as variáveis 'b' representa inclinação da linha de regressão 'a' representa o ponto de intercepção da linha de regressão eo y eixo. 'N' representa o número de valores ou elementos X representa primeiro Pontuação Y representa Segundo Score SXY representa soma do produto de primeira e segunda Scores SX representa soma de primeira Scores SY representa soma de segunda Scores SX2 representa soma dos quadrados primeira Scores2) equação de regressão (x) = a + pela declive (b) = (NSXY - (SX) (SY)) /(NSY2 - (SY) 2) Intercept (a) = (SX - b (SY)) /N Pelo o uso destas equações, podemos calcular 'a' e 'b'.Table com o valor X e Y valor: Exemplo de Regressão Linear Equation Exemplo: encontrar o simples /Regressão Linear do dado table.X Valores Y Values60 3.161 3.662 3.863 465 4.1 para encontrar equação de regressão, primeiro vamos encontrar inclinação, interceptar e usá-lo para formar equação de regressão .. Passo 1: Contar o número de valores. N = 5 2º Passo: Encontre XY, X2 Veja a seguir tableX Valor Y Valor X * YX * X60 3,1 60 * 3,1 = 186 60 * 60 = 360061 3,6 61 * 3,6 = 219,6 61 * 61 = 372162 3,8 62 * 3,8 = 235,6 62 * 62 = 384463 4 63 * 4 = 252 63 * 63 = 396965 4,1 65 * 4,1 = 266,5 65 * 65 = 4225 3º Passo: Encontre SX, SY, SXY, SX2. SX = 311 SY = 18,6 SXY = 1159,7 SX2 = 19359 4º Passo: Substituto na fórmula encosta acima dado. Declive (b) = (NSXY - (SX) (SY)) /(NSX2 - (SX) 2) = ((5) * (1159,7) - (311) * (18.6)) /((5) * (19359 ) - (311) 2) = (5.798,5-5784,6) /(96795-96721) = 13,9 /74 = 0,19 Passo 5: Agora, novamente substitua na fórmula dada acima intercepção. Intercept (a) = (SY - b (SX)) /N = (18.6 - 0,19 (311)) /5 = (18,6-59,09) /5 = -40,49 /5 = -8,098 6 Passo: Em seguida, substituir estes valores em regressão fórmula equação equação de regressão (y) = a + bx = -8,098 + 0.19x. se queremos saber o valor aproximado de Y para a variável x = 100. Então, podemos substituir o valor na equação acima. A equação de regressão (y) = a + bx = -8,098 + 0,19 (100). = -8,098 + 19 = 10.902This exemplo orienta para encontrar a relação entre duas variáveis através do cálculo da regressão das etapas acima.