Statistika Contoh

$\begin{array}{c} x & p \\ 0 & 0.2 \\ 1 & 0.3 \\ 2 & 0.1 \\ 3 & 0.4 \end{array}$

Step 1

Gradien dari garis regresi yang paling sesuai dapat ditentukan menggunakan rumus.

$m = \frac{n (\sum_{}^{} x y) - \sum_{}^{} x \sum_{}^{} y}{n (\sum_{}^{} x^{2}) - {(\sum_{}^{} x)}^{2}}$

Step 2

Perpotongan sumbu y dari garis regresi yang paling sesuai dapat ditemukan menggunakan rumus.

$b = \frac{(\sum_{}^{} y) (\sum_{}^{} x^{2}) - \sum_{}^{} x \sum_{}^{} x y}{n (\sum_{}^{} x^{2}) - {(\sum_{}^{} x)}^{2}}$

Step 3

Jumlahkan nilai-nilai $x$ .

$\sum_{}^{} x = 0 + 1 + 2 + 3$

Step 4

Sederhanakan pernyataannya.

$\sum_{}^{} x = 6$

Step 5

Jumlahkan nilai-nilai $y$ .

$\sum_{}^{} y = 0.2 + 0.3 + 0.1 + 0.4$

Step 6

Sederhanakan pernyataannya.

$\sum_{}^{} y = 1$

Step 7

Jumlahkan nilai-nilai dari $x \cdot y$ .

$\sum_{}^{} x y = 0 \cdot 0.2 + 1 \cdot 0.3 + 2 \cdot 0.1 + 3 \cdot 0.4$

Step 8

Sederhanakan pernyataannya.

$\sum_{}^{} x y = 1.7$

Step 9

Jumlahkan nilai-nilai dari $x^{2}$ .

$\sum_{}^{} x^{2} = {(0)}^{2} + {(1)}^{2} + {(2)}^{2} + {(3)}^{2}$

Step 10

Sederhanakan pernyataannya.

$\sum_{}^{} x^{2} = 14$

Step 11

Jumlahkan nilai-nilai dari $y^{2}$ .

$\sum_{}^{} y^{2} = {(0.2)}^{2} + {(0.3)}^{2} + {(0.1)}^{2} + {(0.4)}^{2}$

Step 12

Sederhanakan pernyataannya.

$\sum_{}^{} y^{2} = 0.30000001$

Step 13

Isilah nilai yang telah dihitung.

$m = \frac{4 (1.7) - 6 \cdot 1}{4 (14) - {(6)}^{2}}$

Step 14

Sederhanakan pernyataannya.

$m = 0.04$

Step 15

Isilah nilai yang telah dihitung.

$b = \frac{(1) (14) - 6 \cdot 1.7}{4 (14) - {(6)}^{2}}$

Step 16

Sederhanakan pernyataannya.

$b = 0.18999996$

Step 17

Masukkan nilai-nilai gradien $m$ dan perpotongan sumbu y $b$ ke dalam rumus perpotongan kemiringan.

$y = 0.04 x + 0.18999996$