หลักการคำนวณ Simple Linear Regression
การหาค่าตัวแปรสำหรับนำไปสร้างสมการเส้นตรงเพื่อใช้คำนวณด้วยวิธี Simple Linear Regression
» ให้นิสิตกำหนดค่าตัวแปร x และ y ในรูปแบบตัวแปรลีสต์ ในช่องว่างต่อไปนี้ » จำนวนสมาชิกของตัวแปร x และ y จะต้องเท่ากัน » หลักการของ Simple Linear Regression คือ การสร้างสมการเส้นตรงจากข้อมูล 2 ชุด คือ 1) ตัวแปรต้นหนึ่งชุด 2) ตัวแปรตามหนึ่งชุด » ตัวแปร x ในที่นี้เรียกว่า ตัวแปรต้น หรือ ตัวแปรอิสระ ( Independent Variable) » ตัวแปร y ในที่นี้เรียกว่า ตัวแปรตาม (Dependent Variable)
ป้อนตัวแปร x:
ป้อนตัวแปร y:
กดปุ่มเพื่อคำนวณหาค่า \( x^2 \) , \( x \times y \) และ \( y^2 \)
กดปุ่มเพื่อคำนวณหาค่า \( \beta_{0} \) และ \( \beta_{1} \)
» สูตร \( \hat{Y} = \beta_{0} + (\beta_{1} \times x) \)
» \(\beta_{1} =\frac{ \sum{xy} - \frac{\sum{x}\sum{y}}{n}}{ \sum{x^2} - n (\bar{x})^2 }\)
» \(\beta_{0} = \bar{y} - \beta_{1} (\bar{x}) \)
» \(\beta_{1} =\frac{ \sum{xy} - \frac{\sum{x}\sum{y}}{n}}{ \sum{x^2} - n (\bar{x})^2 }\)
» \(\beta_{0} = \bar{y} - \beta_{1} (\bar{x}) \)
กดปุ่มเพื่อคำนวณหาค่าผิดพลาด