jaotusega. Seega, kui valitud olulisuse nivoo alfa juures kriitiline väärtus on suurem kui leitud t, võtakse nullhüpotees vastu. Kasutatakse ka Fisheri teisendust: korreleerimatuse nullhüpoteesi kontrolliks arvutatakse z-statistik, mis on jaotunud normeeritud normaaljaotusega N(0,1). Lineaarne ühefaktoriline regressioonimudel. Mudeli leidmiseks vajalike katsetulemustena on vaja paarisvalimit, mis koosneb katse tulemusel saadud paarisvaatlustest. Vastav lineaarne seosemudel x ja y vahel on esitatav kujul: yi=b0+b1xi+ei, kus e tähistab juhuslikku müra i'ndas katses. Suurus x on sõltumatu muutuja, y sõltuv muutuja. Eeldatakse, et: *mudeli parameetrite väärtused on mingid fikseeritud arvud, mida tuleb hinnata *häiringu,müra väärtused eri katsetes on sõltumatud juhuslikud suurused, mille keskväärtus on 0 *sisendit x mõõdetakse ilma veata. Lineaarset mudelit yi=b0+b1xi+ei nimetame edaspidi regressioonimudeliks.
Seega, kui valitud olulisuse nivoo juures kriitiline väärtus on suurem kui leitud t, võtakse nullhüpotees vastu. Kasutatakse ka Fisheri teisendust: korreleerimatuse nullhüpoteesi kontrolliks arvutatakse z-statistik, mis on jaotunud normeeritud normaaljaotusega N(0,1). Lineaarne ühefaktoriline regressioonimudel. Mudeli leidmiseks vajalike katsetulemustena on vaja paarisvalimit, mis koosneb katse tulemusel saadud paarisvaatlustest. Vastav lineaarne seosemudel x ja y vahel on esitatav kujul: yi=b0+b1xi+ei, kus e tähistab juhuslikku müra i'ndas katses. Suurus x on sõltumatu muutuja, y sõltuv muutuja. Eeldatakse, et: mudeli parameetrite väärtused on mingid fikseeritud arvud, mida tuleb hinnata häiringu,müra väärtused eri katsetes on sõltumatud juhuslikud suurused, mille keskväärtus on 0 sisendit x mõõdetakse ilma veata.
annaabi.ee 
