Casio50
» fx-50F » Built-in
functions 內置功能 »
Linear Regression
線性回歸計算
簡介
此模式可容許對多組二維數據 (x,y) 進行線性 (Linear) 回歸計算. 同時亦提供大部份單變數統計功能.
操作
要啟動回歸計算, 請先按 Mode 2 轉入
<LR> 模式.
在輸入任何數據之前, 務必按 Shift
AC (KAC) 以清除所有剩餘統計記憶. 否則會導致計算結果錯誤.
a) 輸入數據
- 輸入數據 x, 然後按 ( (xD,yD)
再輸入數據 y, 最後按 M+ (Data)
即可.
- 例: 輸入下列數據: (10,1003), (15,1005), (20,1010), (25,1011), (30,1014).
- 先清除所有剩餘統計記憶: Shift AC
- 輸入:
10 ( 1003 M+
15 ( 1005 M+
20 ( 1010 M+
25 ( 1011 M+
30 ( 1014 M+
- 如要輸入一個數據 n 次, 可在數字與 M+ 之間輸入「×
n」(與 單變數統計 相似.)
b) 數據處理
c) 計算特殊數值
- 按以下鍵可叫出一些特殊統計數值.
按鍵序 |
數值 |
Kout 1 |
Σx² |
Kout 2 |
Σx |
Kout 3 |
n |
Kout 4 |
Σy² |
Kout 5 |
Σy |
Kout 6 |
Σxy |
Shift 1 |
x |
Shift 2 |
σn for x |
Shift 3 |
σn-1 for x |
Shift 4 |
y |
Shift 5 |
σn for y |
Shift 6 |
σn-1 for y |
e) 計算回歸數值
- 按以下鍵可叫出一些回歸計算值
按鍵序 |
數值 |
Shift 7 |
回歸係數 A |
Shift 8 |
回歸係數 B |
Shift 9 |
相關係數 r |
- 例: 計算上例在線性回歸下的回歸係數值
- 「Shift 7」顯示
「997.4」
- 「Shift 8」顯示
「0.56」
- 即線性回歸方程為 y = 997.4 + 0.56 x
- 按以下鍵可叫出一些回歸計算函數
按鍵序 |
數值 |
) |
ŷ: 由已知 x 值概算 y 值 |
Shift ) |
:
由已知 y 值概算 x 值 |
- 例: 根據上例, 求出當 x = 18 時 y 的值
- 「18 )」顯示「1007.48」
即當 x = 18 時, y = 1007.48.
- 例: 根據上例, 求出當 y = 1000 時 x 的值
- 「1000 Shift )」顯示「4.642857143」
即當 x = 1000 時, y = 4.642857143.
f) 直接總數據處理
g) 非線性回歸
- 對數回歸 (Logarithmic Regression)
- 對數回歸的公式為 y = A + B ln x.
- 要使用對數回歸, 可把所有 x 數值進行對數, 即輸入 x 數值後按 ln;
並把得到的 x 數值進行反對數, 即按 Shift ln
(ex)
- 例: 輸入下列數據: (29, 1.6), (50, 23.5), (74, 38.0), (103, 46.4), (118, 48.9).
若這些數據有對數回歸關係, 求當 x = 80 及 y = 73 時其相對值.
- 輸入: 「29 ln )
1.6 M+ 50 ln )
23.5 M+ ... 118
ln ) 48.9 M+
」
- 按 「80 ln )」得
y = 37.94879481
- 按「73 Shift )
Shift ln」得
x = 224.1541314
- 指數回歸 (Exponential Regression)
- 指數回歸的公式為 ln y = ln A + B x (或 y = A
e B x)
- 要使用對數回歸, 可把所有 y 數值進行對數, 即輸入 y 數值後按 ln;
並把得到的 y 數值進行反對數, 即按 Shift ln
(ex)
- 例: 輸入下列數據: (29, 1.6), (50, 23.5), (74, 38.0), (103, 46.4), (118, 48.9).
若這些數據有指數回歸關係, 求當 x = 80 及 y = 73 時其相對值.
- 輸入: 「29 ) 1.6 ln
M+ 50 ) 23.5
ln M+ ...
118 ) 48.9 ln
M+ 」
- 按 「80 ) Shift
ln」得 y =
23.71743761
- 按「73 ln Shift
) 」得 x =
114.8236495
- 乘方回歸 (Power Regression)
- 乘方回歸的公式為 ln y = ln A + B ln x (或
y = A x B)
- 要使用對數回歸, 可把所有數值進行對數, 即輸入數值後按 ln; 並把得到的數值進行反對數,
即按 Shift ln
(ex)
- 例: 輸入下列數據: (29, 1.6), (50, 23.5), (74, 38.0), (103, 46.4), (118, 48.9).
若這些數據有乘方回歸關係, 求當 x = 80 及 y = 73 時其相對值.
- 輸入: 「29 ln )
1.6 ln M+ 50 ln
) 23.5 ln M+
... 118 ln )
48.9 ln M+ 」
- 按 「80 ln ) Shift
ln」得 y =
30.65897845
- 按「73 ln Shift
) Shift
ln」得 x = 116.5737783
- 逆回歸 (Inverse Regression)
- 逆回歸的公式為 y = A + B x-1
- 要使用逆回歸, 可把所有 x 數值進行倒數, 即輸入數值後按 1/x;
亦把得到的數值進行倒數, 即按 1/x
- 例: 輸入下列數據: (29, 1.6), (50, 23.5), (74, 38.0), (103, 46.4), (118, 48.9).
若這些數據有逆回歸關係, 求當 x = 80 及 y = 73 時其相對值.
- 輸入: 「29 1/x )
1.6 M+ 50 1/x
) 23.5 M+ ...
118 1/x )
48.9 M+ 」
- 按 「80 1/x )」得
y = 40.33369402
- 按「73 Shift )
1/x」得 x = -185.965984
其他資料
相關係數 r 可顯示 x 和 y 數值之間有否所選擇的回歸關係, 其值愈接近 ±1
即代表愈有關係.
例如, (1,2), (4,8), (16,31), (5,10), (9,18) 有明顯的線性關係, 因此其 r 值十分接近 1, 為 0.99980447.
而 (1,5), (2,0), (9,1), (7,8), (8,2), (5,55) 則沒有線性關係, 因此其 r 值十分接近 0, 為 -0.0506756608.
對於線性回歸計算, fx-50F 的說明書中第 34 至 37 頁有完整的介紹.