الإحصاءات :: LINEFIT. الإحصاء :: وحدة خط الرصيد الأقل ملاءمة خط المربعات المرجح أو غير مرجح.
التحميل الان

الإحصاءات :: LINEFIT. الترتيب والملخص

الإحصاءات :: LINEFIT. العلامات

الوحدة النمطية بيرل الإحصاء إحصائيات LINEFIT ما يقرب من الساحات خط المناسب خط اللطف

الإحصاءات :: LINEFIT. وصف

الإحصاءات :: الوحدة النمطية LINEFIT الأقل ملاءمة خط المربعات المرجح أو غير مرجح. الإحصاءات :: الوحدة النمطية الرصية الأقل ملاءمة خط المربعات المرجحة أو غير المزودة باستخدام الإحصاءات :: LINEFIT؛ LINEFIT $ = الإحصاء :: LINEFIT-> جديد ()؛ LINEFIT-> SETDATA (@ xvalues، ayvalues) أو يموت "بيانات غير صالحة"؛ (اعتراض $، $ المنحدر) = $ linfit-> معاملات ()؛ اعتراض $ المحدد أو يموت "لا يمكن تناسب الخط إذا كانت قيم x متساوين"؛ $ rsquared = $ linfit-> rsquared ()؛ ReallededError = LINEFIT-> Wealqerror ()؛ durbinwatson = $ linfit-> durbinwatson ()؛ $ سيغما = $ linfit-> سيغما ()؛ ($ tstatintercept، $ tstatslope) = $ linfit-> tstatistics ()؛ تضمين التغريدة Residuals = $ linfit-> المتبقية ()؛ (variantsIntercept، $ varianceslope) = $ linfit-> varixfestimates ()؛ الإحصاءات:: الوحدة النمطية للإصابة (وهذا ما يسمى أيضا الانحدار الخطي.) بالإضافة إلى المنحدر و Y- اعتراض، يمكن للوحدة إرجاع مربع معامل الارتباط (ص مربعة)، الإحصاء Durbin-Watson، الخطأ المربعة، سيغما، إحصائيات T ، تباين تقديرات المنحدر و Y- اعتراض، والقيم Y المتوقعة وتبقى قيم Y. (راجع قسم الأساليب للحصول على وصف لهذه الإحصاءات.) يقبل الوحدة النمطية بيانات الإدخال في صفيفات X و Y منفصلة أو صفيف واحد 2-D (صفيف من ArrayRefs). الأوزان الاختيارية مدخلات في صفيف منفصل. يمكن أن تحقق الوحدة اختياريا من أن بيانات الإدخال والأوزان هي أرقام صالحة. إذا كانت الأوزان مدخلات، فإن الخط يناسب يقلل من المبلغ المرجح للأخطاء التربيعية ومرجح الإحصائيات التالية: معامل الارتباط، الإحصاء Durbin-Watson، الخطأ المتوسط التربيعي، سيجما وإحصائيات T. الوحدة النمطية ويخبط نتائجها. بمجرد استدعاء أسلوب SetData ()، يمكنك استدعاء الأساليب الأخرى بأي ترتيب أو استدعاء طريقة عدة مرات دون استدعاء حسابات زائدة عن الحاجة. بعد استدعاء SETDATA ()، يمكنك تعديل بيانات الإدخال أو الأوزان دون التأثير على نتائج الوحدة النمطية. يمكن إجراء قرار استخدام أو عدم استخدام الترجيح باستخدام المعرفة الخاصة بك مسبقا للبيانات أو استخدام البيانات الإضافية. إذا كانت البيانات متناثرة أو تحتوي على ضجيج غير عشوائي، فيمكن للوزن أن يتحلل الحل. الترجيح هو خيار جيد إذا كانت بعض النقاط مشكما أو أقل صلة (مثل المصطلحات القديمة، في سلسلة زمنية معروفة أن لديها المزيد من الضوضاء). الإئمارات: متطلبات بيرل: perl.

الإحصاءات :: LINEFIT. برامج ذات صلة