您正在使用新版界面(Beta)。返回原版界面

本页面由机器翻译自动翻译而成,翻译内容可能存在不准确之处,敬请谅解。

keisan服务于日常生活和工作的高精度计算网站

指数回归

管理书签
对输入的分布表进行e指数回归分析并绘制图表。
指数回归:y=AeBx
(点击下表的各个单元格进行输入)
数据
(表格输入) 
No.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
相关系数r的解读
  0.7<|r|≦1     相关性强
  0.4<|r|<0.7   相关性中等
  0.2<|r|<0.4   相关性弱
  0≦|r|<0.2     无相关性﷐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 \cdo

目前还没有关于此计算的用户评价。