- Kahanev seos – kui ühe muutuja väärtused kasvavad, siis teise muutuja väärtused langevad. Tunnuste väärtused liiguvad erinevates suundades. - Konstantne seos – ühe tunnuse väärtused ei muutu, kui muutuvad teise tunnuse väärtused. Nii seose suunda, kuju kui ka tugevust on võimalik hinnata hajuvusdiagrammi abil. Seose kuju - kui kuju on raske hinnata, siis saab joonisele kanda erineva kujuga regressioonijooned ning hiljem, lähtudes determinatsioonikordajate võrdsusest, anda lõplik hinnang andmetele kõige pareimini sobiva joone kohta. Determinatsioonikordaja ( ) näitab, kui suure osa ühe (sõltuva) muutuja varieeruvusest suudavad ära kirjeldada teised (sõltumatud) muutujad. Ehk tuleb vaadata millise jne R 2 on suurim. ( kui R2 r 0,6474, siis 64,74%)
= ( ) 2. Olgu X⊥Y, siis E(X|Y) = E(X) ja E(Y|X) = E(Y). . . Tõestus: ( | ) = ∑ = ∑ = ∑ . = ( ) . . 3. Olgu Y = aX + b. Siis E(X|Y) = X 4. Kehtivad seosed D(E(X|Y)) ≤ D(X) ja D(E(Y|X)) ≤ D(Y) 31. Pideva juhusliku vektori komponentide vahelise regressioonisõltuvuse leidmine Regressioonijooned. = (x) = ( | ) = ∫ ( | ) ; = (y) = ( | ) = ∫ ( | ) . Leiame ∫ (y) ( ) = ∫ ∫ ( | ) ( ) = ( , ) ∫ ∫ ( ) = ∫ ∫ ( , ) =∫ ( ) = ( ). ( ) Analoogiliselt ∫ (x) ( ) = ( ) 32
j =E(Y ) j=1 pi . j=1 j p i . j=1 3. Olgu Y = aX + b. Siis E(X|Y) = X 4. Kehtivad seosed D(E(X|Y)) ≤ D(X) ja D(E(Y|X)) ≤ D(Y) 30. Pideva juhusliku vektori komponentide vahelise regressioonisõltuvuse leidmine ∞ Regressioonijooned. y=φ1 ( x )=E ( Y | X )=∫ y f 2 ( y|x ) dy ; −∞ ∞ x=φ2 ( y )=E ( X|Y )=∫ x f 1 ( x| y ) dx . Leiame −∞ ∞ f ( x , y ) dy=¿ ∫ x f 1 ( x ) dx=E ( X )
annaabi.ee 
