November 11 119.26 Detsember 12 120.11 100 2005 Jaanuar 13 121.07 0 5 10 15 20 25 30 35 Veebruar 14 121.26 Aeg t (kuudes) Märts 15 121.56 Aprill 16 121.29 Mai 17 122.11 Silumine eksponentsiaalse regressioo Juuni 18 123.83 Juuli 19 123.79 160 August 20 122.47 150 September 21 121.46 Oktoober 22 121.13 140 f(x) = 112.9256045467 exp( 0.004778265 x November 23 123.36 R² = 0.9023878253 Detsember 24 123
2 s r ( yi y^ i ) 2 55003940.02 6.1.3 Determinatsioonikordaja: 2 s 55003940.02 r 1 r2 1 2 sv 47983916,47 6.2 Kontrollime tulemust Exceli funktsiooni abil: r2 = 0.88537005 6.3 Järeldus: Lineaarne regressioonimudel kirjeldab mõõdetud suurusi hästi 0,8 0 88,5% sõltuva muutuja (sündinud laste) kogumuudust on kirjeldatud regressioo 7. X ja Y tunnuste graafik Abiellude arvu ja sündinute laste arvu korrelatsiooniväli koos regressioonisirg Sündinute 30000 laste arv 25000 20000 f(x) = 1.3411860293x + 5767.4714469089 15000 R² = 0.8853700495 10000 5000 4000 6000 8000 10000 12000 14000
8 7577.5 3.44 3.43 sorditu H1: Regressioonivõrrand on stat RHF 1 567.6 6506.7 4.51 3.73 sorditu RHF 1 611.3 9634.8 3.55 3.91 esimene RHF 1 585.2 10274.1 3.91 3.56 kõrgem Otsustusreegel ja otsus (täislause RHF 1 552.7 8568.7 4.14 3.50 sorditu NB! Peab olema üheselt arusaadav, m RHF 1 653.0 16384.9 3.44 3.46 sorditu RHF 1 655.5 12425.6 3.40 3.53 sorditu P = 0.002303 < 0.05 => H1: Regressioo RHF 1 619.3 10646.9 3.09 3.31 esimene arvutamiseks on võimalik efektiivselt ra EHF 2 592.1 10233.5 3.39 3.29 esimene Mass EHF 2 593.6 12167.8 2.98 3.41 esimene EHF 2 670.5 13319.2 3.06 3.49 kõrgem EHF 2 596.8 10415.3 3.40 3.23 esimene EHF 2 676.7 12263.3 3.72 3.27 sorditu EHF 2 718.4 13726.4 3.54 3.16 kõrgem EHF 2 628.7 9326.5 3.34 3.10 kõrgem EHF 2 771.0 9053.7 3.60 3
annaabi.ee 
