您正在使用新版介面(Beta)。返回原版介面

本頁面由機器翻譯自動翻譯而成,翻譯內容可能存在不準確之處,敬請見諒。

keisan服務於日常生活和工作的高精度計算網站

e指數迴歸

管理書籤
將輸入的分布表透過e指數回歸進行分析,並繪製圖表。
e指數回歸:y=AeBx
(點擊下表各儲存格進行輸入)
資料 (
表格輸入) 
No.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
相關係數 r 的解讀
  0.7<|r|≦1     相關性強
  0.4<|r|<0.7   中等強度
  0.2<|r|<0.4   相關性弱
  0≦|r|<0.2     無相關性﷐0-1:\normalsize\ e{\tiny -}Exponential\ regression\\
(1)\ mean:\ \bar{x}={\large \frac{{\small \sum}{x_i}}{n}},\hspace{10px}\overline{\ln y}={\large \frac{{\small \sum}{\ln y_i}}{n}}\\
(2)\ trend\ line:\ y=Ae^{Bx},\hspace{10px} B={\large\frac{Sxy}{Sxx}},\hspace{10px} A=\exp({\overline{\ln y}-B\bar{x}})\\
\\
(3)\ correlation\ coefficient:\ r=\frac{\normalsize S_{xy}}{\normalsize \sqrt{S_{xx}}\sqrt{S_{yy}}}\\
\hspace{20px}S_{xx}={{\small \sum}(x_i-\bar{x})^2}={{\small \sum} x_i^2}- n \cdot \bar{x}^2\\
\hspace{20px}S_{yy}={{\small \sum}(\ln y_i-\overline{\ln y})^2}={{\small \sum} \ln y_i^2}- n \cdot \overline{\ln
y}^2\\
\hspace{20px}S_{xy}={{\small \sum}(x_i-\bar{x})(\ln y_i-\overline{\ln y})}={{\small \sum} x_i \ln y_i}- n \cdot

目前還沒有關於此計算的用戶評價。