G-89
Beispiel 2: Die nebenstehenden Daten zeigen das Gewicht
eines Neugeborenen an verschiedenen Tagen
nach der Geburt.
1
Ermitteln Sie die Regressionsformel und den Korrelations-
koeffi zienten über die lineare Regression der Daten.
2
Ermitteln Sie die Regressionsformel und den Korrelations-
koeffi zienten über die logarithmische Regression der Daten.
3
Sagen Sie auf Basis der geeignetesten Regressionsformel
für den Datentrend gemäß den Regressionsergebnissen
voraus, welches Gewicht 350 Tage nach der Geburt zu
erwarten ist.
Zahl der
Tage
Gewicht (g)
20 3150
50 4800
80 6420
110 7310
140 7940
170 8690
200 8800
230 9130
260 9270
290 9310
320 9390
Bedienungsvorgang
REG-Modus wählen:
N
4
(REG)
FreqOff als Einstellung für die statistische Frequenz wählen:
1N
(SETUP)
c
5
(STAT)
2
(FreqOff)
Tagezahldaten in die X-Spalte eingeben:
20
E
50
E
80
E
110
E
140
E
170
E
200
E
230
E
260
E
290
E
320
E
Gewichtsdaten in die Y-Spalte eingeben:
ce
3150
E
4800
E
6420
E
7310
E
7940
E
8690
E
8800
E
9130
E
9270
E
9310
E
9390
E
(1) Lineare Regression
Ergebnisanzeige für lineare Regression anzeigen:
z
6
(RESULT)
2
(Reg)
1
(Line)
(2) Verteilung über logarithmische Regression
Ergebnisanzeige für logarithmische Regression anzeigen:
J
z
6
(RESULT)
2
(Reg)
3
(Log)
(3) Gewichtsprognose
Der Absolutwert des Korrelationskoeffi zienten liegt nahe an 1, weshalb logarithmische
Regression zur Berechnung verwendet wird.
n
für
x
= 350 ermitteln:
J
z
1
(
/
COMP)
350
z
7
(STAT)
2
(VAR)
ccc
7
(
n
)
E
Comments to this Manuals