Домашнє завдання 2.

Визначити лінійне рівняння регресії для обраного

прикладу з галузі інформаційних технологій

1. Задати набори значень спостережень за величинами x , y .

x 4 3 1 6 7 0 8 2
y 16 9 17 19 4 4 10 6

2. Визначити коефіцієнти b 1, b 0 лінійного рівняння регресії.

Аналізуючи минулу домашню роботу, можемо дійти висновку що b1 = 0.005,

bi = 5.
y=0.005∙ x +5

3. Визначити теоретичні значення величини

^y =0.005∙ x +5
i=1 , 8.

А тепер проведемо обрахунки, що того, щоб порівняти значення, які ми

отримали за допомогою спостереження та теоретично.

x 4 3 1 6 7 0 8 2
^y 5.02 5.015 5.005 5.03 5.035 5 5.04 5.01
 4. Зобразити графічно залежність теоретичних значень ^y від x i.

Для того, щоб зобразити графік залежність даних значень, я написала програму
на мові програмування Python.

import matplotlib.pyplot as plt

x = [4, 3, 1, 6, 7, 0, 8, 2]
y = [5.02, 5.015, 5.005, 5.03, 5.035, 5, 5.04, 5.01]
plt.plot(x, y, **{'color': 'magenta', 'marker': 'o'})

plt.xlabel('Значення X')
plt.ylabel('Значення Y')
plt.title('Графік залежності')
plt.show()

Рисунок 1 – Графік залежності

 5. Оцінити якість визначеного лінійного рівняння регресії, R2
n

∑ ( y i−^y i )2
R2=1− i =1
n .
∑ ( y i− y ) 2

i=1

Коефіцієнт детермінації R2 вимірює частку розкиду відносно середнього

значення, яку «пояснює» побудована регресія.
Значення R2 виступає індикатором ступеню підгонки моделі до даних.
Чим ближче коефіцієнт детермінації до 1, тим краще регресія «пояснює»
залежність даних.
Інколи показникам щільності зв’язку можна дати якісну оцінку (Шкала
Чеддока):
 0.1 – 0.3 - Слабка
 0.3 – 0.5 - Помірна
 0.5 – 0.7 - Помітна
 0.7 – 0.9 - Висока
 0.9 – 0.99 - Вельми висока

∑ ( y i−^y i )2
R2=1− i =1
n = … = 0.3
∑ ( y i− y ) 2

i=1

Отже, можемо дійти висновку, задана регресія помірно описує нашу систему.