Greń 4.41. | |||||||||||
Na pewnym stanowisku roboczym w zakładzie przemysłowym zaobserwowano następującą | |||||||||||
wydajność pracy robotników w zależności od stażu pracy tych robotników | |||||||||||
(x_i - staż pracy w latach, y_i - wydajność mierzona w ilości sztuk na godzinę). | |||||||||||
Oszacować parametry potęgowej funkcji regresji wydajności pracy względem stażu pracy robotników. | y=c razy (x do potęgi alpha) | ||||||||||
Użyto logarytmów dziesiętnych: | |||||||||||
i | x_i | y_i | x*_i=ln(x_i) | y*_i=ln(y_i) | x*_i-x*_śr | y*_i-y*_śr | (x*_i-x*_śr) *(y*_i-y*_śr) | (x*_i-x*_śr)^2 | |||
1 | 1 | 10 | 0,000000 | 1,000000 | -0,647560 | -0,564134 | 0,365310 | 0,41933421694791 | |||
2 | 2 | 30 | 0,301030 | 1,477121 | -0,346530 | -0,087012 | 0,030152387538694 | 0,120083184831004 | |||
3 | 4 | 35 | 0,602060 | 1,544068 | -0,045500 | -0,020066 | 0,000912984601625 | 0,002070 | |||
4 | 6 | 55 | 0,778151 | 1,740363 | 0,130591 | 0,176229 | 0,023013948304297 | 0,017054021568325 | |||
5 | 10 | 60 | 1,000000 | 1,778151 | 0,352440 | 0,214018 | 0,075428356040922 | 0,124213810270739 | |||
6 | 16 | 70 | 1,204120 | 1,845098 | 0,556560 | 0,280964 | 0,15637353650982 | 0,309759 | |||
Razem | 3,885361 | 9,384801 | 0,000000 | 0,000000 | 0,651192 | 0,992514 | |||||
0,647560 | 1,564134 | ||||||||||
x*_śr | y*_śr | lub w zaokrągleniu | lub w zaokrągleniu | ||||||||
alpha= | 0,656103 | 0,66 | alpha= | 0,656103 | 0,66 | ||||||
c*= | 1,139267 | 1,14 | c=10^c*= | 13,780575 | 13,70 | ||||||
Odp.: y=13,7*(x^0,66) | |||||||||||
Użyto logarytmów naturalnych: | |||||||||||
i | x_i | y_i | x*_i=ln(x_i) | y*_i=ln(y_i) | x*_i-x*_śr | y*_i-y*_śr | (x*_i-x*_śr) *(y*_i-y*_śr) | (x*_i-x*_śr)^2 | |||
1 | 1 | 10 | 0,000000 | 2,302585 | -1,491062 | -1,298965 | 1,936839 | 2,223267 | 13,70 | 0,42 | |
2 | 2 | 30 | 0,693147 | 3,401197 | -0,797915 | -0,200353 | 0,159865 | 0,636669 | 21,65 | 0,66 | |
3 | 4 | 35 | 1,386294 | 3,555348 | -0,104768 | -0,046203 | 0,004841 | 0,010976 | 34,20 | 1,04 | |
4 | 6 | 55 | 1,791759 | 4,007333 | 0,300697 | 0,405783 | 0,122018 | 0,090419 | 44,70 | 1,36 | |
5 | 10 | 60 | 2,302585 | 4,094345 | 0,811523 | 0,492794 | 0,399913 | 0,658569 | 62,62 | 1,91 | |
6 | 16 | 70 | 2,772589 | 4,248495 | 1,281526 | 0,646945 | 0,829077 | 1,642310 | 85,40 | 2,61 | |
Razem | 8,946375 | 21,609304 | 0,000000 | 0,000000 | 3,452552 | 5,262210 | |||||
1,491062 | 3,601551 | ||||||||||
x*_śr | y*_śr | lub w zaokrągleniu | |||||||||
alpha= | 0,656103 | 0,66 | alpha= | 0,656103 | 0,66 | ||||||
c*= | 2,623260 | 2,62 | c=exp(c*)= | 13,780575 | 13,70 | ||||||
Odp.: y=13,7*(x^0,66) |
Greń 4.45. | |||||||||||
W pewnym doświadczeniu chemicznym dokonano 8 pomiarów szybkości rozpuszczania się | |||||||||||
powłoki srebrnej w różnych temperaturach roztworu. Otrzymano następujące wyniki: | |||||||||||
(x_i - temperatura w stopniach, y_i - szybkość rozpuszczania się powłoki w mikrometrach na sekundę). | |||||||||||
Oszacować parametry potęgowej funkcji regresji szybkości rozpuszczania się powłoki | względem temperatury roztworu | ||||||||||
Użyto logarytmów dziesiętnych: | |||||||||||
i | x_i | y_i | x*_i=log(x_i) | y*_i=log(y_i) | x*_i-x*_śr | y*_i-y*_śr | (x*_i-x*_śr) *(y*_i-y*_śr) | (x*_i-x*_śr)^2 | |||
1 | 14 | 0,31 | 1,146128 | -0,508638 | -0,119809 | -0,094267 | 0,011294 | 0,014354 | |||
2 | 15 | 0,35 | 1,176091 | -0,455932 | -0,089846 | -0,041560 | 0,003734 | 0,008072 | |||
3 | 16 | 0,36 | 1,204120 | -0,443697 | -0,061817 | -0,029326 | 0,001813 | 0,003821 | |||
4 | 18 | 0,39 | 1,255273 | -0,408935 | -0,010664 | 0,005436 | -0,000058 | 0,000114 | |||
5 | 20 | 0,40 | 1,301030 | -0,397940 | 0,035093 | 0,016432 | 0,000577 | 0,001232 | |||
6 | 21 | 0,42 | 1,322219 | -0,376751 | 0,056282 | 0,037621 | 0,002117 | 0,003168 | |||
7 | 22 | 0,43 | 1,342423 | -0,366532 | 0,076486 | 0,047840 | 0,003659 | 0,005850 | |||
8 | 24 | 0,44 | 1,380211 | -0,356547 | 0,114274 | 0,057824 | 0,006608 | 0,013059 | |||
Razem | 10,127495 | -3,314973 | 0,000000 | 0,000000 | 0,029744 | 0,049669 | |||||
1,265937 | -0,414372 | ||||||||||
x*_śr | y*_śr | lub w zaokrągleniu | lub w zaokrągleniu | ||||||||
alpha= | 0,598836 | 0,599 | alpha= | 0,598836 | 0,5990 | ||||||
c*= | -1,172460 | -1,173 | c=10^c*= | 0,067226 | 0,0672 | ||||||
Użyto logarytmów naturalnych: | Odp.: | y=0,0672*(x^0,599) | |||||||||
i | x_i | y_i | x*_i=ln(x_i) | y*_i=ln(y_i) | x*_i-x*_śr | y*_i-y*_śr | (x*_i-x*_śr) *(y*_i-y*_śr) | (x*_i-x*_śr)^2 | |||
1 | 14 | 0,31 | 2,639057 | -1,171183 | -0,275870 | -0,217057 | 0,059880 | 0,076104 | 0,32534 | ||
2 | 15 | 0,35 | 2,708050 | -1,049822 | -0,206877 | -0,095696 | 0,019797 | 0,042798 | 0,33937 | ||
3 | 16 | 0,36 | 2,772589 | -1,021651 | -0,142339 | -0,067525 | 0,009611 | 0,020260 | 0,35304 | ||
4 | 18 | 0,39 | 2,890372 | -0,941609 | -0,024556 | 0,012517 | -0,000307 | 0,000603 | 0,37943 | ||
5 | 20 | 0,40 | 2,995732 | -0,916291 | 0,080805 | 0,037835 | 0,003057 | 0,006529 | 0,40470 | ||
6 | 21 | 0,42 | 3,044522 | -0,867501 | 0,129595 | 0,086625 | 0,011226 | 0,016795 | 0,41697 | ||
7 | 22 | 0,43 | 3,091042 | -0,843970 | 0,176115 | 0,110156 | 0,019400 | 0,031017 | 0,42901 | ||
8 | 24 | 0,44 | 3,178054 | -0,820981 | 0,263126 | 0,133145 | 0,035034 | 0,069236 | 0,45247 | ||
Razem | 23,319419 | -7,633007 | 0,000000 | 0,000000 | 0,157699 | 0,263342 | |||||
2,914927 | -0,954126 | ||||||||||
x*_śr | y*_śr | lub w zaokrągleniu | lub w zaokrągleniu | ||||||||
alpha= | 0,598836 | 0,599 | alpha= | 0,598836 | 0,5990 | ||||||
c*= | -2,699689 | -2,700 | c=exp(c*)= | 0,067226 | 0,0672 | ||||||
Odp.: | y=0,0672*(x^0,599) |
Greń 4.46. | W pewnej grupie zwierząt doświadczalnych obserwowano wzrost procentu | ||||||||||
zarażonych pewną chorobą zwierząt na przestrzeni tygodnia. Otrzymano nast.. dane | (x_i - dzień obserwacji, y_i - procent zwierząt zarażonych). | ||||||||||
Oszacować parametry wykładniczej funkcji regresji procentu zarażonych zwierząt | |||||||||||
względem czasu (dnia obserwacji). | (y=c*a^x) | ||||||||||
Użyto logarytmów dziesiętnych: | |||||||||||
i | x_i | y_i | x*_i=x_i | y*_i=log(y_i) | x*_i-x*_śr | y*_i-y*_śr | (x*_i-x*_śr) *(y*_i-y*_śr) | (x*_i-x*_śr)^2 | |||
1 | 1 | 2 | 1 | 0,301030 | -3 | -0,539444 | 1,618333 | 9 | |||
2 | 2 | 3 | 2 | 0,477121 | -2 | -0,363353 | 0,726706 | 4 | |||
3 | 3 | 5 | 3 | 0,698970 | -1 | -0,141504 | 0,141504 | 1 | |||
4 | 4 | 7 | 4 | 0,845098 | 0 | 0,004624 | 0,000000 | 0 | |||
5 | 5 | 10 | 5 | 1,000000 | 1 | 0,159526 | 0,159526 | 1 | |||
6 | 6 | 14 | 6 | 1,146128 | 2 | 0,305654 | 0,611307 | 4 | |||
7 | 7 | 26 | 7 | 1,414973 | 3 | 0,574499 | 1,723497 | 9 | |||
Razem | 28,000000 | 5,883321 | 0 | 0,000000 | 4,980874 | 28 | |||||
4,000000 | 0,840474 | ||||||||||
x*_śr | y*_śr | lub w zaokrągleniu | lub w zaokrągleniu | ||||||||
a*= | 0,177888 | 0,178 | a=10^a*= | 1,506220 | 1,51 | ||||||
c*= | 0,128921 | 0,128 | c=10^c*= | 1,345616 | 1,34 | ||||||
Odp.: | y=1,34*1,51^x | ||||||||||
Użyto logarytmów naturalnych: | |||||||||||
i | x_i | y_i | x*_i | y*_i=ln(y_i) | x*_i-x*_śr | y*_i-y*_śr | (x*_i-x*_śr) *(y*_i-y*_śr) | (x*_i-x*_śr)^2 | |||
1 | 1 | 2 | 1 | 0,693147 | -3 | -1,242117 | 3,726350 | 9 | |||
2 | 2 | 3 | 2 | 1,098612 | -2 | -0,836651 | 1,673303 | 4 | |||
3 | 3 | 5 | 3 | 1,609438 | -1 | -0,325826 | 0,325826 | 1 | |||
4 | 4 | 7 | 4 | 1,945910 | 0 | 0,010646 | 0,000000 | 0 | |||
5 | 5 | 10 | 5 | 2,302585 | 1 | 0,367321 | 0,367321 | 1 | |||
6 | 6 | 14 | 6 | 2,639057 | 2 | 0,703794 | 1,407587 | 4 | |||
7 | 7 | 26 | 7 | 3,258097 | 3 | 1,322833 | 3,968498 | 9 | |||
Razem | 28,000000 | 13,546846 | 0 | 0,000000 | 11,468885 | 28 | |||||
4,000000 | 1,935264 | ||||||||||
x*_śr | y*_śr | lub w zaokrągleniu | lub w zaokrągleniu | ||||||||
a*= | 0,409603 | 0,410 | a=exp(a*)= | 1,506220 | 1,51 | ||||||
c*= | 0,296852 | 0,295 | c=exp(c*)= | 1,345616 | 1,34 | ||||||
Odp.: | y=1,34*1,51^x |
Greń 4.47. | ||||||||||||
W pewnym doświadczeniu farmakologicznym badano wpływ pewnego preparatu podawanego kogutom | ||||||||||||
na wzrost powierzchni grzebiania kogutów po pewnym czasie od podania preparatu. | ||||||||||||
(x_i - wielkość dawki w mg, y_i - wzrost powierzchni grzebienia w mm^2). | ||||||||||||
Oszacować parametry logarytmicznej funkcji regresji wzrostu powierzchni grzebiania | ||||||||||||
względem wielkości dawki podawanego preparatu. | (y=a log x+b) | |||||||||||
Użyto logarytmów dziesiętnych: | ||||||||||||
i | x_i | y_i | x*_i=ln(x_i) | y*_i=y_i | x*_i-x*_śr | y*_i-y*_śr | (x*_i-x*_śr) *(y*_i-y*_śr) | (x*_i-x*_śr)^2 | ||||
1 | 0,5 | 2 | -0,301030 | 2 | -0,602060 | -8 | 4,816480 | 0,362476 | ||||
2 | 1 | 6 | 0,000000 | 6 | -0,301030 | -4 | 1,204120 | 0,090619 | ||||
3 | 2 | 10 | 0,301030 | 10 | 0,000000 | 0 | 0,000000 | 0,000000 | ||||
4 | 4 | 15 | 0,602060 | 15 | 0,301030 | 5 | 1,505150 | 0,090619 | ||||
5 | 8 | 17 | 0,903090 | 17 | 0,602060 | 7 | 4,214420 | 0,362476 | ||||
Razem | 1,505150 | 50 | 0,000000 | 0 | 11,740170 | 0,906191 | ||||||
0,301030 | 10,00 | |||||||||||
x*_śr | y*_śr | lub w zaokrągleniu | ||||||||||
a= | 12,955520 | 13,0 | ||||||||||
b= | 6,100000 | 6,1 | ||||||||||
Odp.: | y=13,0 log x+6,1 | |||||||||||
Użyto logarytmów naturalnych: | (y=a' ln x + b) | |||||||||||
i | x_i | y_i | x*_i=ln(x_i) | y*_i=y_i | x*_i-x*_śr | y*_i-y*_śr | (x*_i-x*_śr) *(y*_i-y*_śr) | (x*_i-x*_śr)^2 | ||||
1 | 0,5 | 2 | -0,693147 | 2 | -1,386294 | -8 | 11,090355 | 1,921812 | ||||
2 | 1 | 6 | 0,000000 | 6 | -0,693147 | -4 | 2,772589 | 0,480453 | ||||
3 | 2 | 10 | 0,693147 | 10 | 0,000000 | 0 | 0,000000 | 0,000000 | ||||
4 | 4 | 15 | 1,386294 | 15 | 0,693147 | 5 | 3,465736 | 0,480453 | ||||
5 | 8 | 17 | 2,079442 | 17 | 1,386294 | 7 | 9,704061 | 1,921812 | ||||
Razem | 3,465736 | 50 | 0,000000 | 0 | 27,032740 | 4,804530 | ||||||
0,693147 | 10,00 | |||||||||||
x*_śr | y*_śr | lub w zaokrągleniu | ||||||||||
a'= | 5,626511 | 5,6 | a' razy ln(10)= | 12,9555 | =a | |||||||
b= | 6,100000 | 6,1 | ||||||||||
Odp.: | y=5,6 ln x+6,1 |
Greń 4.42. | ||||||||
W pewnym doświadczeniu fizycznym bada się kąt obrotu wektora namagnesowania | ||||||||
w zależności od wielkości ziaren tej próbki. Otrzymano wyniki: | ||||||||
(x_i - wielkość ziaren w mikrometrach,y_i - kąt w stopniach). | ||||||||
Oszacować parametry hiperbolicznej funkcji regresji kąta obrotu wektora namagnesowania | ||||||||
względem wielkości ziaren namagnesowanej próbki. | (y=a/x+b) | |||||||
i | x_i | y_i | x*_i=1/x_i | y*_i=y_i | x*_i-x*_śr | y*_i-y*_śr | (x*_i-x*_śr) *(y*_i-y*_śr) | (x*_i-x*_śr)^2 |
1 | 10 | 8,0 | 0,1000 | 8,0 | 0,066027 | 4,5 | 0,295470 | 0,004360 |
2 | 20 | 5,5 | 0,0500 | 5,5 | 0,016027 | 2,0 | 0,031653 | 0,000257 |
3 | 30 | 3,5 | 0,0333 | 3,5 | -0,000640 | 0,0 | 0,000016 | 0,000000 |
4 | 40 | 3,3 | 0,0250 | 3,3 | -0,008973 | -0,2 | 0,002019 | 0,000081 |
5 | 50 | 2,5 | 0,0200 | 2,5 | -0,013973 | -1,0 | 0,014323 | 0,000195 |
6 | 60 | 2,2 | 0,0167 | 2,2 | -0,017307 | -1,3 | 0,022931 | 0,000300 |
7 | 70 | 1,7 | 0,0143 | 1,7 | -0,019688 | -1,8 | 0,035930 | 0,000388 |
8 | 80 | 1,5 | 0,0125 | 1,5 | -0,021473 | -2,0 | 0,043483 | 0,000461 |
Razem | 0,2718 | 28 | 0,000000 | 0,0 | 0,445824 | 0,006041 | ||
0,0340 | 3,53 | |||||||
x*_śr | y*_śr | lub w zaokrągleniu | ||||||
a= | 73,802381 | 73,8 | ||||||
b= | 1,017696 | 1,02 | ||||||
y=73,8/x+1,02 |
Przykład 2 z wykładu ECW Teoria regresji i korelacji | ![]() |
||||||||
i | x_i | y_i | x_i-x_śr | y_i-y_śr | (x_i-x_śr) *(y_i-y_śr) | (x_i-x_śr)^2 | |||
1 | 1 | 8 | -3 | -8 | 24 | 9 | |||
2 | 2 | 13 | -2 | -3 | 6 | 4 | |||
3 | 3 | 14 | -1 | -2 | 2 | 1 | |||
4 | 4 | 17 | 0 | 1 | 0 | 0 | |||
5 | 5 | 18 | 1 | 2 | 2 | 1 | |||
6 | 6 | 20 | 2 | 4 | 8 | 4 | |||
7 | 7 | 22 | 3 | 6 | 18 | 9 | |||
Razem | 28 | 112 | 0 | 0 | 60 | 28,00 | |||
4 | 16 | ||||||||
x_śr | y_śr | lub w zaokrągleniu | |||||||
a= | 2,14285714285714 | 2,14 | |||||||
b= | 7,42857142857143 | 7,44 | |||||||
Przykład 3 j.w. | |||||||||
i | x_i | y_i | x_i-x_śr | y_i-y_śr | (x_i-x_śr) *(y_i-y_śr) | (x_i-x_śr)^2 | |||
1 | 1 | 8 | -4,5 | -9,0 | 40,5 | 20,25 | |||
2 | 2 | 15 | -3,5 | -2,0 | 7,0 | 12,25 | |||
3 | 3 | 8 | -2,5 | -9,0 | 22,5 | 6,25 | |||
4 | 4 | 10 | -1,5 | -7,0 | 10,5 | 2,25 | |||
5 | 5 | 22 | -0,5 | 5,0 | -2,5 | 0,25 | |||
6 | 6 | 14 | 0,5 | -3,0 | -1,5 | 0,25 | |||
7 | 7 | 17 | 1,5 | 0,0 | 0,0 | 2,25 | |||
8 | 8 | 28 | 2,5 | 11,0 | 27,5 | 6,25 | |||
9 | 9 | 22 | 3,5 | 5,0 | 17,5 | 12,25 | |||
10 | 10 | 26 | 4,5 | 9,0 | 40,5 | 20,25 | |||
Razem | 55 | 170 | 0 | 0 | 162 | 82,50 | |||
5,5 | 17 | ||||||||
x_śr | y_śr | lub w zaokrągleniu | |||||||
a= | 1,96363636363636 | 1,96 | |||||||
b= | 6,20 | 6,22 | |||||||
Przykład (zadanie domowe) | |||||||||
Dla 8 urządzeń zestawiono dane o ich wieku (x, w latach) | |||||||||
oraz o czasie przeznaczonym na ich remont i konserwację (y, w godzinach) | |||||||||
i | x_i | y_i | x_i-x_śr | y_i-y_śr | (x_i-x_śr) *(y_i-y_śr) | (x_i-x_śr)^2 | |||
1 | 1 | 5 | -4,1 | -1,4 | 5,672 | 17,016 | |||
2 | 3 | 4 | -2,1 | -2,4 | 5,047 | 4,516 | |||
3 | 3 | 6 | -2,1 | -0,4 | 0,797 | 4,516 | |||
4 | 4 | 5 | -1,1 | -1,4 | 1,547 | 1,266 | |||
5 | 5 | 8 | -0,1 | 1,6 | -0,203 | 0,016 | |||
6 | 7 | 6 | 1,9 | -0,4 | -0,703 | 3,516 | |||
7 | 9 | 7 | 3,9 | 0,6 | 2,422 | 15,016 | |||
8 | 9 | 10 | 3,9 | 3,6 | 14,047 | 15,016 | |||
Razem | 41 | 51 | 0 | 0 | 28,625 | 60,875 | |||
5,125 | 6,375 | ||||||||
x_śr | y_śr | ||||||||
lub w zaokrągleniu | |||||||||
a= | 0,470225872689938 | 0,47 | |||||||
b= | 3,9651 | 3,97 |