Міністерство освіти і науки, молоді та спорту України

Харківський національний університет радіоелектроніки

Кафедра програмної інженерії

Лабораторна робота №5

Регресійний аналіз

Виконав студенти групи ПЗПІ-20-2:

Захаров Юрій

Харків 2021
 Регресійний аналіз

1. Мета роботи
Набути практичних навичок побудови регресійної моделі, навчитись
аналізувати отриману модель та робити висновки щодо можливості її
використання.

2. Індивідуальне завдання
Створити програму для розрахунку коефіцієнтів рівняння лінійної
регресії з однією пояснюючою змінною.
Створити візуалізацію X, Y та рівняння регресії.
Проаналізувати коефіцієнт детермінації та інтерпретувати його
значення.
Проаналізувати залишки.
Показати зв’язок коефіцієнта детермінації і коефіцієнта кореляції для
регресійної моделі з однією пояснюючою змінною.

3. Хід виконання
У якості основи була використана програма до ЛР 4.
Оскільки регресія лінійна, то її графік відповідає формулі:
y = a + bx
b = cov(x,y) / σ (x)
a = x - b*ȳ
Тоді формула побудування графіку має наступний вигляд:
double midx = 0;
double midy = 0;

for (int i = 0; i < 11; i++)

{
midx += X[i];
}
midx = midx / 11;

for (int i = 0; i < 6; i++)

{
midy += Y[i];
}
midy = midy / 6;

double b = Math.Round(c / Math.Pow(sx, 2), 2);

double a = Math.Round(midx - b * midy, 2);
textBox1.Text = Convert.ToString(r);
for (int i = 0; i < 11; i++)
{
 this.chart1.Series[1].Points.AddXY(X[i], a + b * X[i]);

Далі треба розрахувати коефіцієнт детермінації, який дорівнює квадрату

коефіцієнта регресії:
double kdet = Math.Round((Math.Pow(r, 2)), 3);
textBox3.Text = Convert.ToString(kdet);

Після цього форма має наступний вигляд:

4. Висновки
На лабораторній роботі ми набули практичних навичок побудови
регресійної моделі, навчились аналізувати отриману модель та робити
висновки щодо можливості її використання.