Järeldus: Spordiga tegelevate ja mittetegelevate tudengite kehamassid ei ole statistiliselt oluliselt erinevad. ·Regressioonanalüüs: vt lisa PRAKS 6 ·Kõige pealt tee nendele prognoositavatele tunnustele Scatter diagramm, kindlasti peab see tunnus, mille alusel prognoositakse jääma x teljele. Telgede muutmiseks Select data-Edit. Nimeta teljed, võta pealkiri ära, eemalda jooned, muuda suurused telgedel, muuda punktid selgemaks. Regressioonisirge lisamiseks Chart Layout Trendline Linear trendline. Andmete lisamiseks graafikult, parem klõps Format trendline ja kaks alumist ticki teha. Tee regressioonanalüüs: Data analysis: regression. Seejärel pane paika võrrand, a+b*otsitav; a ja b saad regressioonitabelist. a=intercept ja b on selle all. Seejärel püstita hüpoteesid: H0: regressioonivõrrand ei ole statistiliselt oluline; H1: regressioonivõrrand on statistiliselt oluline. P väärtus on ANOVA all, significance F.
01608 Avanevas aknas märgista Display Equ Forward lahtrisse 7. MacBookis: 1. Koosta andmete põhjal joondiagramm. Märgista andmed ilma pealkirjata, vali Insert menüüst käsud Line-Line. Sisesta pealkiri. 2. Lisa diagrammile lineaarne trendijoon, trendijoone võrrand ja järgmise nädala prognoos. Klõpsa Chart Design menüüs ja vali Add Chart Element-Trendline-More Trenline Options. Avanevas aknas märgista Display Equation on chart ja Forecast jaotises sisest Forwards lahtrisse 7. Page 5 Joon osta andmete põhjal joondiagramm. 3. Mis päevadel rubla kurs sta andmed ilma pealkirjata, vali Insert menüüst käsud Insert Line Chart- võrreldes?
kDa 20 200 38 150 76 100 113 70 156 50 188 40 245 30 310 20 393 15 414 10 Tabeli põhjal koostasin kalibreerimisgraafiku Excel programmis, ning kasutades trendline funktsiooni leidsin graafiku võrrandi. Graafiku võrrand on y = 174.67e-0.007x , kus y on mass, x on pixelid. Teades, et tundmatu valgu migreerumisteepikkus on x=270 px, arvutan teda massi: y = 174.67e-0.007*270 = 26.4 kDa. Graafiku järgi tundmatu valgu mass on 26.4 kDa. Graafik 1 Kalibreerimisgraafik
sest teise lahjenduse optiline tihedus on võrreldes kursusekaaslaste omadega ja võrreldes ka esimese lahusega liiga väike. Rääkimata kolmandast lahjendusest, kus optiline tihedus on juba nullilähedane. Seega võis probleem suure tõenäosusega sisse tulla lahjenduste valmistamisel. Kuna kunstlikult valmistatud graafik pole täiesti korrektne, siis on kahjuks võimatu arvutada ka hüpoteetilist glükoosisisaldust (graafiku trendline ei anna arvutamiseks paraku päris korrektset valemit).
-2 Joonis 1. Süstemaatiliste vigade esinemine nivelleerimiskäigus. n Joonisel 1 on graafik, mille X-teljel on käigu pikkus Li ja Y-teljel on i=1 n kõrguskasvude erinevuste summad di . Joonisele on lisatud ka regressioonisirge i=1 (Add Trendline) koos determinatsioonikordaja ruuduga (R2). Ülesanne 3: Kontrolli Tabelis 2 toodud joonemõõtmise seeria normaaljaotust graafiliselt histogrammi abil. Leia seeria hulgast erindid. Kas mõõtmisseeria on peale erindite eemaldamist täpsem. Mille põhjal otsustate? Histogrammi lasime Excelil esmalt teha nö vabalt- me ei andnud vahemikke (Bin Range) programmile ette. Tulemus on toodud joonisel 2. 3 Histogram(sagedustabel) 9
1 2 Andmete töötlemine arvutil Tabeli tulbad 1/T ja ln paur sisestada sobivasse tabelarvutusprogrammi (Excel, Origin, OpenOffice Calc). Tulemuste analüüsiks tuleb katsetulemused esialgu esitada graafikuna koordinaatides ln p = f (1/T). Graafiku tüübiks valida Scatter (ainult punktid ilma joonteta). Seejärel valitakse regressiooni- võrrand. Antud katses tuleb Exceli puhul klõpsata parema hiireklahviga katsepunktidel ja valida Insert trendline/Linear/Options/Display equation on chart (Origin'i korral FIT LINEAR). Leitud 1 Või log (paur) – vastavalt sellele on ka arvutusvalemid erinevad (ln x = 2,303·log x) regressioonivõrrand kuvatakse graafikul ning võrrandi parameetrite (tõus, algordinaat) abil arvutatakse vedeliku aurustumise entalpia. Siinkohal on esitatud näide katseandmete töötlemisest programmiga Excel. 1/T log paur 0.00308 2.0675 0.00305 2
kuna statistiliselt olulise erinevuse väärtus oli 86,2% (p=0,138). Vaadates regressiooni analüüsi käigus saadud diagrammi (vt joonis 3), on samuti näha, et näitajate vaheline seos on nõrk. Diagrammil näitajad on kõvasti hajutatud, kahe riigi näitajad erinevad tulemuste poolest oluliselt teiste riikide näitajatest, mille väärtused on sarnased. Regressiooni 10 analüüsi Trendline võrrandiks kujunes y = -0,0053x + 0,5604. Saadud võrrandi analüüsist, võib taaskord järeldada, et oodatava eluea ühiku muutumisel muutub 66-aastaste või vanemate inimeste vaesuse määr vastassuunas. 0,500 0,450 0,400 0,350 0,300 y = -0,0053x + 0,5604 0,250 R² = 0,0601 0,200 0,150 0,100 0,050 0,000 55,0 60,0 65,0 70,0 75,0 80,0 85,0 90,0 Joonis 3
(scatter plot). Näiteks tudengite pikkuste ja kaalude vahelise seose iseloomustamiseks saame alljärgneva toodud graafiku. Lihtsaim viis kahe tunnuse vahelise regressioonanalüüsi tegemiseks on: aktiveerida joonis; valida menüüst Chart käsk Add Trendline...; valida avanenud menüüst punktiparve kuju paremini jälgiv regressioonijoon (peale tavalise lineaarse regressiooni - Linear - on punktiparvele sobitatavad ka mitmed keerulisemad kõverad); valida samast Add Trendline...-aknast (sama aken avaneb ka peale hiire
01.03.2015 0.01625 Forward lahtrisse 7. * Andmed aadressilt http://rub.fx-exchange.com/usd/exchange-rates-history.html Page 15 Trend agramm. enüüst käsud Insert Line Chart-Line with Markers. seks klõpsa diagrammi paremal kõrval olevat + märki ja Keys. endijoon, trendijoone võrrand ja järgmise nädala prognoos. al olevat + märki ja vali Trendline-More Options. ay Equation on chart ja Forecast jaotises sisesta 0.0166 0.0164 0.0162 0.016 0.0158 0.0156
* Andmed aadressilt http://rub.fx-exchange.com/usd/exchange-rates-history.html Page 21 Trend al joondiagramm. nsert menüüst käsud Insert Line Chart-Line with Markers. eli lisamiseks klõpsa diagrammi paremal kõrval olevat + märki ja Legend Keys. aarne trendijoon, trendijoone võrrand ja järgmise nädala prognoos. mal kõrval olevat + märki ja vali Trendline-More Options. ta Display Equation on chart ja Forecast jaotises sisesta Page 22 Kinnitusvahendite müük (kg) 2002 2003 2004 2005 2006 2007 2008 Kokku Tüüblid 5079 3596 5100 4198 3233 5882 5826 32914
hüpoteeside kontrollimisele ja majandusprotsesside võimaliku arengu prognoosimisele. Regressioonanalüüsi liigitatakse sõltuvalt argumentide arvust o lihtne regressioon üks argumenttunnus, mudel kujul y=f(x); o mitmene regressioon mitu argumenttunnust, mudel kujul y=f(x1, x2, x3, ...). Lihtsa regressiooni läbiviimiseks on Excelis olemas võimalus lisada hajuvusdiagrammile sobiva kujuga tasandusjoon (Add Trendline), seejuures joone sobivust hinnataksegi determinatsiooni- kordaja (R2) abil mida suurem on determinatsioonikordaja väärtus, seda paremat kirjeldatuseastet vastav mudel pakub. Näide 11-7 Lihtne regressioon USA-s uuriti, kuidas pere elektrienergia tarbimine sõltub maja pindalast. Vasakpoolsel joonisel on leitud vastav lineaarne mudel koos determinatsioonikordajaga, millest selgub, et maja pindala suurenemisel 1000 m2 võrra suureneb eletrienergia tarbimine kuus 557 kWh võrra
annaabi.ee 
