oraz:
cp2 = l-r2v = 1-0,7513 = 0,2487
\y
Stwierdzamy, że czas remontu obrabiarki w 75% zależy od jej wieku a tylko w 25% od innych przyczyn, zatem silniejszy jest związek pomiędzy czasem remontu obrabiarki i jej wiekiem, niż czasem remontu i innymi przyczynami.
/ ......—
Badając zależność pomiędzy powierzchnią użytkową mieszkań w m2, a liczbą osób w rodzinie wspólnie zamieszkujących mieszkanie, dla losowej próby 50 mieszkań uzyskano następujące informacje:
a) średnio liczba osób w rodzinie przy odchyleniu standardowym 1,4 osoby wynosi 3,6
b) średnio powierzchnia mieszkania to 50,7 m2 przy względnym poziomie zmienności
c) kowariancja powierzchni mieszkania i liczby osób wynosi 11,21.
Określić, jaką powierzchnię powinno mieć mieszkanie, które zamieszkują cztery osoby i czy powierzchnię mieszkania w silniejszym stopniu określa liczba osób zamieszkujących je, czy inne czynniki.
Przyjmując, że powierzchnia mieszkania zależy od liczby zamieszkujących je osób, oznaczamy przez: y - powierzchnię w m2
x - liczba osób w rodzinie
iili iii z treści zadania możemy zapisać.
D|y) V,y y = 0,209-50,7 = 10,6 lilio.
hh (.H, y) 11,21
x =3,6
S(x) = 1,4
i . hm ustalenia prognozy wielkości
mieszkania dla czteroosobowej rodziny wyznaczamy
h Hił'lyeziii| linię regresji:
y = ayx+ by
pi I/ Ir
S(y) cov(.y, y) S(y) _ cov(.r, y) _ 11,21 _571n ay=^'5(x)~ S(y)-S(x)' S(x) S\x) 1,96
by= y-ayx =50,7-5,719-3,6 = 30,11
y = 5,719x + 30,11
i1 i dumy odchylenie standardowe reszt Su i współczynnik zbieżności przypadkowej, aby na i, li podstawie ocenić, czy równanie regresji jest przydatne w prognozowaniu:
Su =S(y)-^/l- r 2y = 10,6 ■ Vl - 0,7552 = 6,95058
V
zu
6,95068
50,7
= 0,1371
i u oznacza, że tylko w 13,71% wartość przeciętna zmiennej zależnej obarczona jest błędem li fu iwym, czyli przedstawione równanie może być wykorzystane w celach prognostycznych, iilcin rodzina czteroosobowa powinna zamieszkiwać w mieszkaniu o powierzchni 53 m2,
ho
y* =5,719-4 + 30,11 = 52,986 = 53 m2
Wyznaczamy następnie współczynniki determinacji i zbieżności i na ich podstawie oceniamy iillę zależności zmiennej y od różnych czynników.