Расширение "Статистическая связь двух переменных"
Расширение предназначено для формирования базовых данных, необходимых для простейшего исследования статистической связи двух переменных. Оно позволяет:
рассчитать коэффициент корреляции двух переменных;
построить уравнение линейной регрессии;
табулировать значения уравнения линейной регрессии для фактических значений аргумента;
получить данные по отклонениям линейной регрессии от фактических значений;
получить графическое представление точек фактических данных и уравнения линейной регрессии;
строить тестовые массивы данных, равномерно разбросанных вокруг аналитически заданного тренда;
строить уравнения степенной и экспоненциальной регрессии.
Расширение требует установки файла s2.php (не входит в базовую комплектацию).
Функция s2()
Функция s2(x,y[,p]) возвращает массив, содержащий элементы:
kk - коэффициент корреляции переменных;
a - свободный член уравнения линейной регрессии y на x;
b - коэффициент при независимой переменной уравнения линейной регрессии y на x;
r2 - значение коэффициента R-квадрат;
ulr - текстовое представление уравнения регрессии.
gxy - имя файла, содержащего изображение, представляющее фактические данные и значения, рассчитанные в соответствии с уравнением регрессии.
Если параметр p=0 (значение по умолчанию), то элемент gxy в массив не включается. Если p>1, то функция не только возвращает массив указанных выше значений, но и выводит график из данного файла на страницу. Вывод графика возможен только в том случае, если в системе установлен файл grafik.php (не входит в базовую комплектацию).
Параметры x и y могут быть строками, содержащими разделённые пробелами фактические значения в формате [ключ:]значение или уже готовыми одномерными массивами.
Разметка
~x=massiv("1 2 3 4 5 6 7")~y=massiv("2.4 3.7 6.2 7.7 10.5 12.2 13.7")
~u=s2(x,y)
@vms(u)
Вывод
Array ( [kk] => 0.99673419461949 [a] => 0.17142857142857 [b] => 1.9714285714286 [r2] => 0.99347905472377 [ulr] => Y=0.17142857142857+1.9714285714286*X )
То же самое, но с выводом графика:
Разметка
~u=s2(x,y,2)@vms(u)
Вывод
Array ( [kk] => 0.99673419461949 [a] => 0.17142857142857 [b] => 1.9714285714286 [r2] => 0.99347905472377 [ulr] => Y=0.17142857142857+1.9714285714286*X [gxy] => vf/67193b000c6d6.jpeg )
Полученные данные можно вывести и более изящно, используя возможности системы. Например:
Разметка
~u=s2(x,y,1)@nt(1)
@nst(1)
@td(u('ulr'),2)
@kst()
@st(1,'Свободный член',u('a'))
@st(1,'Наклон прямой',u('b'))
@st(1,'Коэффициент корреляции',u('kk'))
@st(1,'R-квадрат',u('r2'))
@kt()
@vis(u('gxy'))
Вывод
Y=0.17142857142857+1.9714285714286*X | |
Свободный член | 0,171 |
Наклон прямой | 1,97 |
Коэффициент корреляции | 0,997 |
R-квадрат | 0,993 |
Функция s2td - формирование тестовых данных
Детальное описание в процессе разработки
s2td(formula,xmin,xmax,po,kz)
Функция s2ur - одновременное построение линейной, степенной и экспоненциальной регрессии
s2ur(vx,vy,p)
Линейный тест
sko |
formula |
|
lr | 18,3 |
1.9736285755464+0.2993345568991*x |
er | 18,1 |
2.1191394665253*exp(0.088961246428982*x) |
sr | 26,9 |
2.6109146067169*pow(x,0.20085865439122) |
sko: Сумма квадратов отклонений расчётных данных от фактических
FZ | Фактические значения |
LR | Линейная регрессия |
ER | Экспоненциальная регрессия |
SR | Степенная регрессия |
Экспоненциальный тест
sko |
formula |
|
lr | 20,9 |
1.4927690487786+0.37712017022814*x |
er | 18,4 |
1.8060023263539*exp(0.11285409984308*x) |
sr | 35,8 |
2.2423071669115*pow(x,0.26359523104447) |
sko: Сумма квадратов отклонений расчётных данных от фактических
FZ | Фактические значения |
LR | Линейная регрессия |
ER | Экспоненциальная регрессия |
SR | Степенная регрессия |
Степенной тест
sko |
formula |
|
lr | 10,6 |
1.8465739168146+0.14217199923456*x |
er | 11,3 |
1.8239541142969*exp(0.061035343787149*x) |
sr | 9,43 |
1.9063635653933*pow(x,0.2044476291864) |
sko: Сумма квадратов отклонений расчётных данных от фактических
FZ | Фактические значения |
LR | Линейная регрессия |
ER | Экспоненциальная регрессия |
SR | Степенная регрессия |
Оцените публикацию по предложенной шкале