Cómo calcular LSRL

La línea de regresión por mínimos cuadrados ( LSRL ) es una línea que sirve como una función de predicción de un fenómeno que no es bien conocida . La definición estadística matemática de una línea de regresión de mínimos cuadrados es la línea que pasa por el punto ( 0,0) y tiene una pendiente igual al coeficiente de correlación de los datos , después de los datos ha sido estandarizado . Por lo tanto , el cálculo de la línea de regresión de mínimos cuadrados implica la normalización de los datos y encontrar el coeficiente de correlación . Instrucciones
Encuentre el coeficiente de correlación Matemáticas 1

Disponga los datos de modo que es fácil trabajar con ellos . Utilice una hoja de cálculo o matriz para separar los datos en sus valores de x e y los valores , los mantiene vinculados (es decir, asegurarse de que el valor x de cada punto de datos y valor y se encuentran en la misma fila o columna).

2

Calcula los productos cruzados de los valores de x e y valores. Multiplica el valor de x e y - valor para cada punto juntos. Sume estos valores resultantes. Llame a la " sxy . " Número
3

Sumar los valores de x e y los valores por separado. Llame a estos dos valores resultantes " sx " y " sy ", respectivamente.
4

contar el número de puntos de datos. Llame a este valor de "n ".
5

Tome la suma de los cuadrados de los datos. Cuadre todos sus valores. Multiplicar cada valor de x y cada valor de y por sí mismo. Llame a los nuevos conjuntos de datos "x2 " y " y2 " para los valores de x e y valores. Sume todos los valores de x2 y llamar al resultado " sx2 . " Sume todos los valores y2 y llamar al resultado " sy2 . "
6

Reste sx * sy /n de sxy . Llame a la " num . " Número
7

Calcule el valor sx2 - ( sx ^ 2 ) /n . Llame el resultado de "A. "
8

Una Calcule el valor sy2 - (sy ^ 2 ) /n . Llame al resultado " B. "
9

Saca la raíz cuadrada de a por b , que puede mostrarse como ^ (A * B ) (1 /2). Etiquetar el " denom . " Número
10

Calcule el coeficiente de correlación " r ". El valor de " r " es igual a " num " dividido por " denom ", que se puede escribir como num /denom .
Estandarizar los datos y escribir la LSRL
11

Encuentra las medias de los valores de x e y valores. Agregue todos los valores de x juntos y dividir el resultado por "n ". Llame a este " mx ". Haga lo mismo con los valores de y , llamando a la consecuencia " mi ".
12

Encuentra las desviaciones estándar de los valores de x e y valores. Crear un nuevo conjunto de datos para los años X y de Y restando la media para cada conjunto de datos asociados datos. Por ejemplo, cada punto de datos para x , " XDAT " se convertirá en " XDAT - mx ". Plaza de los puntos de los datos resultantes. Agregar los resultados para cada grupo (x e y ) por separado , dividiendo por "n" para cada grupo. Tomar la raíz cuadrada de estos dos resultados finales para producir la desviación estándar para cada grupo . Llame a la desviación estándar de los valores de x " SDX ", y que para los valores de y " sdy . "

13

Estandarizar los datos. Restar la media de los valores de x del cada valor de x . Divida el resultado por " SDX ". El resto de datos están estandarizados. Llame a estos datos "x *". Haga lo mismo con los valores de y : restar " mi " de cada valor de y , dividiendo por " sdy " a medida que avanza . Llame a estos datos " y * " .
14

Escriba la línea de regresión. Escriba " y * ^ = rx *", donde " ^" es representante de " sombrero " - un valor predicho - . Y " r" es igual al coeficiente de correlación encontrada anteriormente