Anschluss an Korrelation und lineare Beziehungen

Ihre Aufgabe ist hier zu finden und die Ergebnisse einer Regressionslinie und seine Elemente zu interpretieren und sorgfältig, genau zu prüfen, wie gut Ihre Linie passt. Hinweis: Regression setzt voraus, Sie haben festgestellt, dass eine starke Beziehung besteht.

Verwenden Sie die folgende Streudiagramm die folgenden Probleme zu beantworten.

Beispielfragen

  1. In Zahlen ausgedrückt, was ist der plausibelste Wert für die Korrelation zwischen X und Y?

    Antworten: -0,5


    Diese Variablen haben eine moderate negative Korrelation, wie durch ihre lose Clustering um eine Linie von links oben nach rechts unten verlauf belegt. In der Tat ist ihre Korrelation -0.54.

  2. Wenn die Variablen X und Y in diesem Streudiagramm umgestellt wurden, wie würden die Korrelation betroffen sein?

    Antworten: Es würde sich nicht ändern.

    Die Korrelation misst die Stärke des Musters um eine Linie sowie die Richtung der Linie (bergauf oder bergab). Wenn Sie wechseln X und Y, Sie nicht über die Stärke ihrer Beziehung oder die Richtung der Beziehung ändern. Wenn beispielsweise die Korrelation zwischen der Höhe und dem Gewicht -0,54 ist, ist die Korrelation zwischen Gewicht und Größe noch -0.54.

  3. Ist die Streudiagramm legen nahe, dass X und Y sind gute Kandidaten für eine lineare Regressionsanalyse?

    Antworten: Ja, weil sie mäßig korreliert sind und die Punkte deuten darauf hin, einen linearen Trend.

    Das Streudiagramm zeigt eine mögliche lineare Beziehung zwischen den Variablen und der Korrelationskoeffizient von -0,54 hat typischerweise einen Absolutwert hoch genug, um eine lineare Regressionsanalyse zu rechtfertigen beginnt.

Wenn Sie mehr Praxis auf diesem und anderen Themen aus dem Statistikkurs, Besuch 1.001 Statistiken Training Probleme für Dummies Online-Zugriff auf 1.001 Statistiken der Praxis Probleme zu kaufen! Wir können Ihnen Ihre Leistung helfen verfolgen, wo Sie studieren müssen, und schaffen maßgeschneiderte Problem setzt Ihre Statistiken Fähigkeiten zu meistern.

» » » » Anschluss an Korrelation und lineare Beziehungen