Casio fx-3650P II, User Manual

Page: 34 / 61

E-32
u
Correlation coefficient
r
u
Regression coefficient A
A = exp
( )
n
Σ
ln
y – B.
Σ
x
u
Regression coefficient B
B =
n
.
Σ
x 2 –
(
Σ
x
)
2
n
.
Σ
x
ln
y
–
Σ
x
.
Σ
ln
y
r
=
{
n
.
Σ
x 2 –
(
Σ
x
)
2
}{
n
.
Σ
(ln
y
)
2 –
(
Σ
ln
y
)
2
}
n
.
Σ
x
ln
y
–
Σ
x
.
Σ
ln
y
u
Correlation coefficient
r
u
Regression coefficient A
A = exp
( )
n
Σ
ln
y – B.
Σ
ln
x
u
Regression coefficient B
B =
n
. Σ
(ln x )
2
– (
Σ
ln
x )
2
n
.
Σ
ln
x
ln
y –
Σ
ln
x
.
Σ
ln
y
r
=
{
n
. Σ
(ln x ) 2 – (
Σ
ln
x ) 2
}{
n
. Σ
(ln y ) 2 – (
Σ
ln
y ) 2
}
n
.
Σ
ln
x
ln
y
–
Σ
ln
x
.
Σ
ln
y
u
Correlation coefficient
r
u
Regression coefficient A
A =
n
Σ
y – B.
Σ
x
u
Regression coefficient B
B =
n
. Σ
x 2 – (
Σ
x ) 2
n
. Σ
xy –
Σ
x
. Σ
y
r
=
{
n
. Σ
x 2 – (
Σ
x ) 2
}{
n
. Σ
y 2 – (
Σ
y ) 2
}
n
.
Σ
xy –
Σ
x
.
Σ
y
u
Correlation coefficient
r
u Regression coefficient A
A =
n
Σ
y – B.
Σ
ln
x
u Regression coefficient B
B =
n
.
Σ
(ln x )
2
– (
Σ
ln
x )
2
n
.
Σ
(ln
x
)
y
–
Σ
ln
x
.
Σ
y
r
=
{
n
. Σ
(ln x ) 2 – (
Σ
ln
x ) 2
}{
n
. Σ
y 2 – (
Σ
y ) 2
}
n
. Σ
(ln x )
y
–
Σ
ln
x
. Σ
y
2
Logarithmic Regression
y
= A + B
.
ln x
1
Linear Regression
y = A + B x
3
Exponential Regression
y
= A
.
e B
·
x
(ln
y
=
ln
A + B
x
)
4
Power Regression
y = A
.
x B (ln y =
ln
A + Bln x )