Loading [MathJax]/extensions/mml2jax.js
Skip to main content
Library homepage
 
Global

Search

Searching in
About 5 results
  • https://query.libretexts.org/Francais/Livre_%3A_Statistiques_commerciales_(OpenStax)/13%3A_R%C3%A9gression_lin%C3%A9aire_et_corr%C3%A9lation/13.04%3A_L'%C3%A9quation_de_r%C3%A9gression
    Le\(\hat{\mathrm{y}}\) est lu «\(\bf y\) chapeau » et est la valeur estimée de\(\bf y\). (La figure 13.8\(\hat{C}\) représente la valeur estimée de la consommation car elle se trouve sur la ligne esti...Le\(\hat{\mathrm{y}}\) est lu «\(\bf y\) chapeau » et est la valeur estimée de\(\bf y\). (La figure 13.8\(\hat{C}\) représente la valeur estimée de la consommation car elle se trouve sur la ligne estimée.) Il s'agit de la valeur\(y\) obtenue à l'aide de la droite de régression. \(\hat{\mathrm{y}}\)n'est généralement pas égal\(y\) à celui des données.
  • https://query.libretexts.org/%D8%A7%D9%84%D9%84%D8%BA%D8%A9_%D8%A7%D9%84%D8%B9%D8%B1%D8%A8%D9%8A%D8%A9/%D9%83%D8%AA%D8%A7%D8%A8%3A_%D8%A5%D8%AD%D8%B5%D8%A7%D8%A1%D8%A7%D8%AA_%D8%A7%D9%84%D8%A3%D8%B9%D9%85%D8%A7%D9%84_(OpenStax)/13%3A/13.04%3A_%D9%85%D8%B9%D8%A7%D8%AF%D9%84%D8%A9_%D8%A7%D9%84%D8%A7%D9%86%D8%AD%D8%AF%D8%A7%D8%B1
    \(\beta_0\)أين التقاطع،\(\beta_i\) والانحدار بين\(Y\) والمناسب\(X_i\)، و\(\epsilon\) (يُنطق epsilon)، هو مصطلح الخطأ الذي يلتقط الأخطاء في القياس والتأثير على\(Y\) أي متغيرات مفقودة من المعادلة التي م...\(\beta_0\)أين التقاطع،\(\beta_i\) والانحدار بين\(Y\) والمناسب\(X_i\)، و\(\epsilon\) (يُنطق epsilon)، هو مصطلح الخطأ الذي يلتقط الأخطاء في القياس والتأثير على\(Y\) أي متغيرات مفقودة من المعادلة التي من شأنها\(Y\) المساهمة في شرح الاختلافات في\(Y\).
  • https://query.libretexts.org/Idioma_Portugues/Livro%3A_Estatisticas_de_negocios_(OpenStax)/13%3A_Regress%C3%A3o_linear_e_correla%C3%A7%C3%A3o/13.04%3A_A_equa%C3%A7%C3%A3o_de_regress%C3%A3o
    Como o SST = SSR + SSE, vemos que o coeficiente de correlação múltipla é a porcentagem da variância, ou desvio\(y\) de seu valor médio, que é explicado pela equação quando considerado como um todo. \(...Como o SST = SSR + SSE, vemos que o coeficiente de correlação múltipla é a porcentagem da variância, ou desvio\(y\) de seu valor médio, que é explicado pela equação quando considerado como um todo. \(R^2\)variará entre zero e 1, com zero indicando que nenhuma variação em\(y\) foi explicada pela equação e um valor de 1 indicando que 100% da variação em\(y\) foi explicada pela equação.
  • https://query.libretexts.org/Kiswahili/Kitabu%3A_Takwimu_za_Biashara_(OpenStax)/13%3A_Ukandamizaji_wa_mstari_na_uwiano/13.04%3A_Equation_ya_kurudi_nyuma
    Kwa sababu SST = SSR + SSE tunaona kwamba mgawo wa uwiano wa nyingi ni asilimia ya ugomvi, au kupotoka\(y\) kutoka kwa thamani yake ya maana, ambayo inaelezewa na equation inapochukuliwa kwa ujumla. \...Kwa sababu SST = SSR + SSE tunaona kwamba mgawo wa uwiano wa nyingi ni asilimia ya ugomvi, au kupotoka\(y\) kutoka kwa thamani yake ya maana, ambayo inaelezewa na equation inapochukuliwa kwa ujumla. \(R^2\)zitatofautiana kati ya sifuri na 1, na sifuri kuonyesha kwamba hakuna hata tofauti katika\(y\) ilielezwa na equation na thamani ya 1 kuonyesha kwamba 100% ya tofauti katika\(y\) ilielezwa na equation.
  • https://query.libretexts.org/%E7%AE%80%E4%BD%93%E4%B8%AD%E6%96%87/%E5%9B%BE%E4%B9%A6%EF%BC%9A%E5%95%86%E4%B8%9A%E7%BB%9F%E8%AE%A1_(OpenStax)/13%3A_%E7%BA%BF%E6%80%A7%E5%9B%9E%E5%BD%92%E5%92%8C%E7%9B%B8%E5%85%B3%E6%80%A7/13.04%3A_%E5%9B%9E%E5%BD%92%E6%96%B9%E7%A8%8B
    图 13.10 显示了估计的回归线和单个观测值\(x_1\)。 回归分析试图解释因变量平均值的数据变异\(y\)。 问题是,为什么 y 的观测值与的平均水平不同\(y\)? 观测时 y 的值与的平均值\(x_1\)之间存在差\(y\)异\(\left(y_{i}-\overline{y}\right)\)。 这些差值的平方和是 SST,即总平方和。 \(y\)at 的实际值\(x_1\)与估计值的...图 13.10 显示了估计的回归线和单个观测值\(x_1\)。 回归分析试图解释因变量平均值的数据变异\(y\)。 问题是,为什么 y 的观测值与的平均水平不同\(y\)? 观测时 y 的值与的平均值\(x_1\)之间存在差\(y\)异\(\left(y_{i}-\overline{y}\right)\)。 这些差值的平方和是 SST,即总平方和。 \(y\)at 的实际值\(x_1\)与估计值的偏差是估计值和实际值之间的差值\(\left(y_{i}-\hat{y}\right)\)。\(\hat{y}\) 我们记得这是误差项 e,这些误差的总和是 SSE,即误差的平方和。 的预测值与的平均值的\(y\)偏差\(y\)为 SSR(平方\((\hat{y}-\overline{y})\)和回归)。\(\hat y\) 它被称为 “回归”,因为它是回归所解释的偏差。 (有时,SSR 被称为 SSM 表示平方和均值,因为它测量的是与因变量 y 的平均值的偏差,如图所示。)