ВВЕДЕНИЕ
Будет ли ваш ребенок
играть в сборной по баскетболу, ходить по подиуму или, наоборот, всю жизнь
будет одеваться в “Детском мире”? Такие вопросы нередко интересуют будущих или
уже состоявшихся родителей. В связи с этими мы предлагаем вам простой эксперимент:
посмотрите на себя в зеркало.
Испокон веков
люди пытались заглянуть в будущее, приподнять завесу неизвестного. И с помощью
некоторых наук это стало возможным. Мы в свою очередь тоже попытаемся внести
свой вклад в этот загадочный процесс. Они строят для себя определенные идеалы,
мечтают, какими родятся их будущие дети. С помощью такой науки как математическая
статистика стало возможным предсказание , а точнее - расчет роста будущих
детей в паре. Мы в свою очередь тоже попытаемся внести свой вклад в этот
процесс предсказания.
Целью
нашего исследования является определение тесной связи между ростом родителей,
ростом детей и вывод уравнения регрессии зависимости
роста детей от роста их родителей.
Для достижения
поставленной цели были поставлены следующие задачи:1)Проанализировать
математическую литературу по разделу«Теория корреляции»;
2) Осуществить статистический сбор данных
среди
жителей п. Сергеевский;
3)
Провести необходимые расчеты для
определения тесноты связи между ростом родителей и ростом детей;
4) Составить
уравнения регрессии для дочерей и сыновей.
Перед началом
работы была выдвинута следующая гипотеза: рост детей зависит от среднего
арифметического роста его родителей. Научная новизна
работы проявляется в том,
что,рассмотрев материал по данной теме, мы нашли формулы, по которым можно
рассчитать, каким будет рост вашего ребенка. Однако эти формулы не имеют
теоретического обоснования. Они несут в себе большую погрешность. Мы решили
теоретически вывести формулу зависимости роста детей от роста их родителей на
основании большого количества испытуемых и обработать данные. А также нам
предстоит рассмотреть доверительную надежность прогноза.
Объектом исследования являются
данные роста детей и их родителей в п. Сергеевский.
Предмет исследования: зависимость
коэффициента корреляции. Рассмотрение темы корреляции для параметров
выборочного уравнения прямой линии среднеквадратичной регрессии.
В ходе исследования были
использованы следующие методы работы:
1). Эмпирический опрос
(рост супругов, рост взрослого ребёнка);
2). Аналитический метод
(анализ и обобщение данных средств
массовой информации);
3). Математический метод
(работа с математическими формулами);
4).Логический метод
(формулировка выводов и заключений на
основе полученной
информации).
Ожидаемый
результат предполагает опровержение или
подтверждение выдвинутой гипотезы о прямой зависимости роста
детей от среднего арифметического роста его родителей. Также мы попытаемся
дать самую удобную и более точную формулу вычисления.
Теоретическое
значение проведённого исследования состоит в том,
что в ней предпринято рассмотрение темы
корреляции для параметров выборочного уравнения прямой линии среднеквадратичной
регрессии для вычисления роста будущего ребёнка. И это может быть использовано
в ходе дальнейшего изучения этой проблемы применительно к математическим
вычислениям.
Практический
смысл заключается в выборе вариантов
математических вычислений для достижения ожидаемого результата, а именно,
предположения роста будущего человека. Применительно уроков алгебры эта тема
может и не встретиться, но составление уравнений регрессии...
ГЛАВА
I
ТЕОРЕТИЧЕСКАЯ ЧАСТЬ
1.1.
Несколько формул для определения роста
ребенка
Наверное, большинство
родителей на свете, держа на руках свое чадо, размышляют, каким будет их малыш.
И если предугадать характер и переплетения судьбы заранее невозможно, то
попытаться рассчитать будущий рост малыша вполне реально.
Каким же будет конечный
рост ребенка? И от какого из родителей он зависит? Существует огромное
количество формул, способных ответить на этот вопрос. Рассмотрим 5 из них. Они
основаны на предположении, что конечный рост ребенка на 75-90 % зависит от
наследственности и, прежде всего, от роста родителей.
1. Первая формула, как
говорится, «народная», потому что имя ее создателя кануло в лету. Но она
достаточно популярна.
Предполагаемый рост
ребенка (ПР)
(ПР мальчика)= (рост отца
+ рост матери) * 0,54 – 4,5;
Формула: ПР девочки =
(рост отца + рост матери) * 0,51 – 7,5
2. Авторство второй
формулы приписывается доктору Дж. Хокеру из клиники«Майо».
ПР мальчика(см) = (рост отца + рост матери):2+6,4;
ПР девочки (см) = (рост отца + рост матери): 2 – 6,4.[7].
3. Третья формула принадлежит
исследователю из Чехословакии (еще в бытностьСССР)В.Каркусу.
ПР мальчика(см) = (рост отца + рост матери умноженный на1,08): 2;
ПР девочки (см) = (рост отца умноженный на 0,923 + рост матери): 2.[7].
4. Следующая формула принадлежит авторству
создателей статьи «Низкорослость в детском возрасте», профессору Владимиру
Смирнову и врачу-эндокринологу Глебу Горбунову. Она немного схожа с формулой
Хокера, но предполагает точность расчетов плюс - минус 8 см.
ПР мальчика(см) = (рост отца + рост матери + 12,5):2 ±8;
ПР девочки (см) = (рост отца + рост матери – 12,5):2 ±8. [4]
Эта формула, не столько вычисляет
предполагаемый конечный рост ребенка, сколько предполагает максимальный и
минимальный рост малыша при текущем росте его родителей.
5. Можно также привести формулу,
полученную на основе результатов опроса московскими студентами 30 семей. Ее
источник - статья «Насколько вырастет ваш ребенок», опубликованная в шестом
номере журнале «Наука и жизнь» за 1998 год. Автор статьи, Б. Горобец, обещает,
что точность расчетов составляет плюс-минус 4-5 см.
ПР мальчика = (рост отца + рост матери)*0,57
– 14,5;
ПР девочки = (рост отца + рост матери)*0,505 - 5. [4]
Любая из приведенных формул предполагает
«идеальный» рост малыша, которого он может достичь при благоприятном стечении
обстоятельств.
А что же получается на практике?Мы
проанализировали данные о росте членов своих семей с целью выявить, какая же из
формул более работоспособна. В результате анализа получили отклонения в росте
в пределах 5-10 см, и это довольно большая погрешность.
1.2.
Немного из теории корреляции
Очень часто встречаются
ситуации, когда две различные измеряемые величины связаны друг с другом
довольно тесно, хотя и не предельно жестко. Например, количество удобрений,
вносимых в почву и урожайность той или иной сельскохозяйственной культуры, число
часов, затрачиваемых учащимися на выполнение домашнего задания и средняя
оценка, температуру воздуха в классе и доля простуженных учащихся и т. д. В
математической статистике такие величины называют случайными в том смысле, что
при их измерении получают статистический набор значений, несколько отличающийся
друг от друга. Можно ли количественно оценить тесноту статистической связи
между двумя последовательностями значений, полученных при измерении случайных
величин? Если это удастся сделать в виде формулы, то, зная одну из величин – x,
ту, которую измерить проще (например,интенсивность землетрясения) , можно
будет находить другую величину у – ту, которую измерить труднее
(например, глубину залегания очага) , а иногда измерение вовсе невозможно.
В теории вероятностей,
элементы которой изучаются уже в школе, поставленные вопросы решаются в
разделе, именуемом теорией корреляции. Там выводятся формулы,
позволяющие, во-первых, вычислить коэффициент корреляции r,
изменяющийся от 0 ( связи не обнаружено) до 1 (связь 100%-ная), и, во-вторых,
записать линейное уравнение для связи между х и у (
его называют уравнением регрессии).
Коэффициент
корреляции — это показатель взаимного вероятностного влияния двух случайных
величин. Коэффициент корреляции r
может принимать значения от -1 до +1. Если абсолютное значение
находится ближе к 1, то это свидетельство сильной связи между
величинами, а если ближе к 0 — то это говорит о слабой связи или ее
отсутствии.[5]
Вычислить коэффициент корреляции можно по следующей формуле:
( 1.1 ), где
|
оценки
математического ожидания случайных величин x и усоответственно;
оценки дисперсий
случайных величин (среднее квадратичное отклонение) x иу соответственно.
Строго говоря, надо
делить на (n– 1), но при больших n
это почти не играет роли; причины же такой поправки потребовали бы довольно
длинных разъяснений того, что такое «степень свободы» в статистике и
иллюстрации этого понятия (об этом см., например, в учебнике и задачнике В.Е.Гмурмана
[1, 2];наглядно этот непростой момент объяснен в научно-популярной книге П.Спрента
[3]). Примененный выше способ вычисления теоретически равносилен способу
вычисления напрямую по определению среднего квадратичного отклонения, однако
этот способ требует значительно меньшего числа операций, включая округления
промежуточных величин. Поэтому на практике чаще применяют именно
приведенные выше формулы.
Получив r,
можно записать уравнение регрессии, которое позволяет найти y,
если известенx,
[1, 2]:
y = a + b•x (1.4),
гдеb,
а –коэффициенты линейной регрессии:
a = - b• (1.6).
Диаграмма рассеяния — это
графическое изображение соответствующих пар (xk , yk )
в виде точек плоскости, в прямоугольных координатах с осями X и Y.
Корреляционное поле является одним из графических представлений связанной
(парной) выборки. В той же системе координат строится и график линии регрессии.
Для этого результаты каждого наблюдения отмечаются точкой в системе прямоугольных
координат х и у. Чем больше разброс точек на поле корреляции, тем меньше
теснота связи между изучаемыми явлениями.[6]
ГЛАВА
II
ПРАКТИЧЕСКАЯ ЧАСТЬ
2.1.Составление
уравнение регрессии для определения роста ребенка
Наличие
связи между ростом родителей и ростом их детей представляется заранее
очевидным, предопределенным генетически. Из бытовых наблюдений ясно, что у
высоких родителей более высокие дети, чем у невысоких, и нужно найти лишь
численные показатели такой связи. Проверив на практике пять формул, описанных
нами в п.1.1, мы пришли к выводу, что они неточны, так как приводят к большой
погрешности в пределах 5-10 см, а это очень много. Нами
былисобраны данные по 44 парам «муж-жена» и их детям в возрасте 19-30 лет.
Интересно мнение кандидата медицинских наук А.С. Синявского в этом вопросе ,
где он говорит, что: «Рост увеличивается до 17-19 лет у девушек и до 19-22 лет
у юношей».[8]
Расположив
в два столбца полученные пары значений, вычислимдалее их квадраты и произведения,
которые потребуются для вычислениякоэффициента корреляции. Поделив суммы во
втором и третьем столбцахна 29 (количество семей, имеющих сыновей), получим
среднее арифметическое значения роста сыновей и роста их отцов соответственно. Забегая
вперед, скажем, что полученные результаты явились для постановщиков этой задачи
неожиданным.
Сложим,
используя формулы (1.2),последовательно все элементы xix1+x2+…+x29 = 180+180+...+172=5014(приложение1),
разделим полученную сумму на число элементов
. Аналогичным образом
вычислим исреднее значение
произведений из последнего столбца.
Следующий
этап – вычисление оценки дисперсий случайных величин x
и у. Используя формулы (1,3), сложим последовательно все элементы
4-гостолбца 32400 + 32400 + ... + 29584= 867840 , разделим полученную сумму на
29:.
Вычтем
из последнего числа квадрат величины , получим значение для Sx2 = 29925.51724 -172.896552 = 29925.51724 -29893.21760 = 32.29964
Аналогично вычислим значение Sy2:
30976+29241+...+29584=896834,;
Sy2 = 30925.31034 -175.724142 = 30925.31034 -30878.97265 = 46.33769.
Вычислим
произведение величин Sx2 и Sy2.
Sx2Sy2 = 32.29964•46.33769 = 1496.690962.
Извлечем и последнего числа квадратный корень, получим значение SxSy.
SxSy = 38.68709.
Все
готово для вычисления коэффициента корреляции по формуле (1.1)
Полученное значение rпопадает
в интервал связи малой силы (сильной обычно считают связь, начиная с r
= 0,7). Тем не менее, полученная сила связи существует.
При помощи полученного r
можем записать уравнение регрессии (1.4) для нахождения роста сына через
рост отца. Подставив все экспериментальные значения в формулу (1.5) , а затем в
(1.6), получим окончательно для нашей задачи:
|
= = 1.43462.
|
Извлечем
из последнего числа квадратный корень - получим:
b =
0.30766 • 1.19776 = 0.36850,
a = 175.72414 -
0.36850 • 172.89655 = 112.01134
Уравнение линейной регрессии имеет
вид: у = 112.01134 + 0.36850х.
Проведем
аналогичные расчеты для составления уравнения регрессии зависимости роста
сыновей от роста их родителей. Здесь приведем исходные данные и их обработки.
Рост сыновей и их матерей (приложение 2):
.
Уравнение линейной регрессии имеет вид: у
= 160.70481 + 0.09218 х .
Рост сыновей и их родителей (приложение
3): .
Уравнение
линейной регрессии имеет вид: у = 97.63620
+ 0.46505 х .
Построим диаграмму рассеивания :
Рассматривая
корреляционное поле зависимости роста сына от роста отца можно сказать, что
разброс точек не так уж велик в отличие от корреляционных полей зависимостей
роста сына от матери и сына от роста обоих родителей. Исходя из полученных
данных можно сделать вывод, что зависимость между ростом матери и ростом сына
почти не существует, а рост сына в свою очередь зависит от роста его отца.
Аналогично можно
высчитать коэффициент корреляции между ростом дочерей и ростом их родителей
(количество семей, имеющих дочерей 36).
Рост дочерей и их матерей (приложение 4): ,
уравнение
линейной регрессии имеет вид: у = 79.25411
+ 0.52915 х.
Рост дочерей и их отцов(приложение 5): , уравнение
линейной регрессии имеет вид: у = 86.23081
+ 0.45113 х.
Рост
дочерей и их родителей (приложение 6): , уравнение
линейной регрессии имеет вид: у = 16.72084
+ 0.88423 х.
Построим диаграмму рассеивания и
рассмотрим корреляционное поле:
Меньший разброс точек этого
корреляционного поля указывает на то, что рост дочери более тесно связан с ростом
обоих родителей, чем ростом отца или ростом матери. Следовательно, рост дочери в большей
мере зависит от ростаотца, чем от роста матери, но наибольшая зависимость от
суммы роста родителей.
Так
как коэффициент корреляции составил больше нуля, значитстатическая связь между
ростом родителей и детейсуществует и она довольно значительна. Мы выяснили, что
рост детей впаре в большинстве зависит от роста родителей, причем рост сына
зависит от роста отца, а рост дочери от суммы роста родителей. По этим
даннымвывели эмпирические формулы, которыми могли бы воспользоватьсямужчины и
женщины, собирающиеся вступить в брак и спрогнозироватьбудущий рост своих
детей. Так как самая большая связь выявлена между ростом сына и отца и ростом
дочери и ростом обоих родителей, то мы предлагаем использовать следующие
формулы :
1) для
роста сына: у =
112.01134 + 0.36850х
2) для
роста дочери у=16.72084+0.88423х.
Полученные
нами в результате исследования формулы были апробированы: был измерен рост
детей и их родителей д. Имасы и д. Иванчино. Вследствие чего оценка
точности при прогнозировании роста составила , что намного меньше, чем
в формулах, описанных в п.1.1. Заинтересованные данной работой могут получить
свои выборки этих (или каких-то) других параметров человека и сопоставить с
нашими результатами. Последние могут быть слегка поправлены, но как мы
полагаем, не слишком существенно.
ЗАКЛЮЧЕНИЕ
В результате проделанной
работы мы познакомились с несколькими формулами для определения роста ребенка,
при использовании которых пришли к выводу, что они не совсем точно могут
спрогнозировать рост ребенка. Рассмотрели несколько вопросов из теории
корреляции, что позволило нам составить уравнения регрессии для определения
роста ребенка, зная рост родителей. Данные формулы наиболее точно
спрогнозируют рост вашего малыша.
В ходе работы над темой
мы выяснили, что рост ребенка зависит от роста родителей, причем
рост сына зависит от роста отца, а рост дочери от суммы роста обоих родителей.
Работая над этой темой исследования,
меня заинтересовал ещё один вопрос: взаимосвязан ли рост супругов. Возможно,
ответ на данный вопрос я получу, проведя новое исследование.
Что
делать с теми расчетами, которые вы выявили для ребенка? Если
результат вас не устраивает, не стоит расстраиваться. В любом случае, увеличить
будущий рост ребенка можно до тех пор, пока не закрыты зоны роста. Используя
для этого специальные упражнения, стимулирующие обмен веществ и усиливающие
рост костной ткани.
Это плаванье, висы, ряд упражнений
из йоги. Кроме того, полноценное питание, позитивный психологический настрой и
любовь способны улучшитьобщее
физическое состояние ребенка, а это не так уж и мало.
БИБЛИОГРАФИЧЕСКИЙ
СПИСОК
1.
Гмурман, В. Е. Теория вероятностей и математическая статистика:
учебное
пособие для вузов / В. Е. Гмурман. – 9 – изд., стер. – М.: Высшая
школа,
2003. – 479 с.
2.
Гмурман, В. Е. Руководство к решению задач по теории
вероятностей
и математической статистике: учебное пособие для вузов / В.
Е.
Гмурман. - 9 – изд., стер. – М.: Высшая школа, 2004. – 404 с.
3.
Баранова, М. А. Математика в школе / М. А. Баранова, Б. С.
Горбец
// Взаимосвязан ли рост супругов? Как спрогнозировать рост детей
по росту их
родителей? – 2009. - №9. – С. 23 – 26.
Интернет- ресурсы:
4. http://www.justlady.ru/articles-137371-vychislyaem-konechnyy-rost-rebenka-5-populyarnyh-formul
5. http://studopedia.net/1_27638_osnovi-korrelyatsionnogo-metoda.html
6. http://scisne.net/a1136
7.http://ladydiary.ru/detki/vychislyaem-konechnyy-rost-rebenka-5-populyarnyh-formul.html
8. http://www.poznaika.com/index.php?catid=9:fizkult&id=47:2011-10-19-07-21-25&option=com_content&view=article
Приложение
1
Обработка
данных роста сыновей и их отцов
№
|
Рост
отца (х)
|
Рост
сына
(у)
|
х2
|
у2
|
ху
|
1
|
180
|
176
|
32400
|
30976
|
31680
|
2
|
180
|
171
|
32400
|
29241
|
30780
|
3
|
170
|
185
|
28900
|
34225
|
31450
|
4
|
167
|
172
|
27889
|
29584
|
28724
|
5
|
165
|
176
|
27225
|
30976
|
29040
|
6
|
165
|
180
|
27225
|
32400
|
29700
|
7
|
170
|
172
|
28900
|
29584
|
29240
|
8
|
160
|
176
|
25600
|
30976
|
28160
|
9
|
175
|
169
|
30625
|
28561
|
29575
|
10
|
175
|
170
|
30625
|
28900
|
29750
|
11
|
169
|
174
|
28561
|
30276
|
29406
|
12
|
175
|
192
|
30625
|
36864
|
33600
|
13
|
174
|
183
|
30276
|
33489
|
31842
|
14
|
174
|
175
|
30276
|
30625
|
30450
|
15
|
174
|
175
|
30276
|
30625
|
30450
|
16
|
169
|
160
|
28561
|
25600
|
27040
|
17
|
176
|
175
|
30976
|
30625
|
30800
|
18
|
183
|
178
|
33489
|
31684
|
32574
|
19
|
175
|
178
|
30625
|
31684
|
31150
|
20
|
168
|
172
|
28224
|
29584
|
28896
|
21
|
168
|
168
|
28224
|
28224
|
28224
|
22
|
172
|
175
|
29584
|
30625
|
30100
|
23
|
181
|
195
|
32761
|
38025
|
35295
|
24
|
170
|
172
|
28900
|
29584
|
29240
|
25
|
170
|
170
|
28900
|
28900
|
28900
|
26
|
185
|
180
|
34225
|
32400
|
33300
|
27
|
172
|
178
|
29584
|
31684
|
30616
|
28
|
180
|
177
|
32400
|
31329
|
31860
|
29
|
172
|
172
|
29584
|
29584
|
29584
|
Всего
|
5014
|
5096
|
881426
|
867840
|
896834
|
,
,
SxSy = 38.68709
b =
0.30766 • 1.19776 = 0.36850
a = 175.72414 -
0.36850 • 172.89655 = 112.01134
Уравнение линейной регрессии имеет вид: у =
112.01134 + 0.36850 х.
Приложение
2
Обработка
данных роста сыновей и их матерей
№
|
Рост
матери(х)
|
Рост
сына
(у)
|
х2
|
у2
|
ху
|
1
|
161
|
176
|
25921
|
30976
|
28336
|
2
|
164
|
171
|
26896
|
29241
|
28044
|
3
|
164
|
185
|
26896
|
34225
|
30340
|
4
|
158
|
172
|
24964
|
29584
|
27176
|
5
|
160
|
176
|
25600
|
30976
|
28160
|
6
|
160
|
180
|
25600
|
32400
|
28800
|
7
|
156
|
172
|
24336
|
29584
|
26832
|
8
|
165
|
176
|
27225
|
30976
|
29040
|
9
|
164
|
169
|
26896
|
28561
|
27716
|
10
|
163
|
170
|
26569
|
28900
|
27710
|
11
|
152
|
174
|
23104
|
30276
|
26448
|
12
|
165
|
192
|
27225
|
36864
|
31680
|
13
|
173
|
183
|
29929
|
33489
|
31659
|
14
|
173
|
175
|
29929
|
30625
|
30275
|
15
|
172
|
175
|
29584
|
30625
|
30100
|
16
|
165
|
160
|
27225
|
25600
|
26400
|
17
|
173
|
175
|
29929
|
30625
|
30275
|
18
|
156
|
178
|
24336
|
31684
|
27768
|
19
|
157
|
178
|
24649
|
31684
|
27946
|
20
|
160
|
172
|
25600
|
29584
|
27520
|
21
|
160
|
168
|
25600
|
28224
|
26880
|
22
|
164
|
175
|
26896
|
30625
|
28700
|
23
|
165
|
195
|
27225
|
38025
|
32175
|
24
|
168
|
172
|
28224
|
29584
|
28896
|
25
|
168
|
170
|
28224
|
28900
|
28560
|
26
|
155
|
180
|
24025
|
32400
|
27900
|
27
|
162
|
178
|
26244
|
31684
|
28836
|
28
|
164
|
177
|
26896
|
31329
|
29028
|
29
|
158
|
172
|
24964
|
29584
|
27176
|
Всего
|
4725
|
5096
|
770711
|
896834
|
830376
|
,
,
SxSy = 37.10967
b = 0.07382 •
1.24867 = 0.09218
a = 175.72414 -
0.09218 • 162.93103 = 160.70481
Уравнение линейной регрессии имеет
вид: у = 160.70481 + 0.09218 х .
Приложение
3
Обработка
данных роста сыновей и их родителей
№
|
Средний
рост отца и матери (х)
|
Рост
сына
(у)
|
х2
|
у2
|
ху
|
1
|
170,5
|
176
|
29070.25
|
30976
|
30008
|
2
|
172
|
171
|
29584
|
29241
|
29412
|
3
|
167
|
185
|
27889
|
34225
|
30895
|
4
|
162,5
|
172
|
26406.25
|
29584
|
27950
|
5
|
162,5
|
176
|
26406.25
|
30976
|
28600
|
6
|
162,5
|
180
|
26406.25
|
32400
|
29250
|
7
|
163
|
172
|
26569.
|
29584
|
28036
|
8
|
162,5
|
176
|
26406.25
|
30976
|
28600
|
9
|
169,5
|
169
|
28730.25
|
28561
|
28645.5
|
10
|
169
|
170
|
28561
|
28900
|
28730
|
11
|
160,5
|
174
|
25760.25
|
30276
|
27927
|
12
|
170
|
192
|
28900
|
36864
|
32640
|
13
|
173,5
|
183
|
30102.25
|
33489
|
31750.5
|
14
|
173,5
|
175
|
30102.25
|
30625
|
30362
|
15
|
173
|
175
|
29929
|
30625
|
30275
|
16
|
167
|
160
|
27889
|
25600
|
26720
|
17
|
174,5
|
175
|
30450.25
|
30625
|
30537.5
|
18
|
169,5
|
178
|
28730.25
|
31684
|
30171
|
19
|
166
|
178
|
27556
|
31684.0
|
29548
|
20
|
164
|
172
|
26896
|
29584
|
28208
|
21
|
164
|
168
|
26896
|
28224
|
27552
|
22
|
168
|
175
|
28224
|
30625
|
29400
|
23
|
173
|
195
|
29929
|
38025
|
33735
|
24
|
169
|
172
|
28561
|
29584
|
29068
|
25
|
169
|
170
|
28561
|
28900
|
28730
|
26
|
170
|
180
|
28900
|
32400
|
30600
|
27
|
167
|
178
|
27889
|
31684
|
29726
|
28
|
172
|
177
|
29584
|
31329
|
30444
|
29
|
165
|
172
|
27225
|
29584
|
28380
|
Всего
|
4869
|
5096
|
818112
|
896834
|
855901
|
,
SxSy = 27,00878
b = 0.27106 •
1.71565 = 0.46505
a = 175.72414 -
0.46505 • 167.91379 = 97.63620
Уравнение линейной регрессии имеет
вид: у = 97.63620 + 0.46505 х .
Приложение
4
Обработка
данных роста дочерей и их матерей
№
|
Рост
матери (х)
|
Рост
дочери
(у)
|
х2
|
у2
|
ху
|
1
|
155
|
155
|
24025
|
24025
|
24025
|
2
|
171
|
170
|
29241
|
28900
|
29070
|
3
|
164
|
164
|
26896
|
26896
|
26896
|
4
|
165
|
160
|
27225
|
25600
|
26400
|
5
|
165
|
165
|
27225
|
27225
|
27225
|
6
|
152
|
157
|
23104
|
24649
|
23864
|
7
|
173
|
171
|
29929
|
29241
|
29583
|
8
|
165
|
165
|
27225
|
27225
|
27225
|
9
|
165
|
176
|
27225
|
30976
|
29040
|
10
|
158
|
172
|
24964
|
29584
|
27176
|
11
|
158
|
166
|
24964
|
27556
|
26228
|
12
|
156
|
168
|
24336
|
28224
|
26208
|
13
|
158
|
164
|
24964
|
26896
|
25912
|
14
|
158
|
172
|
24964
|
29584
|
27176
|
15
|
157
|
167
|
24649
|
27889
|
26219
|
16
|
164
|
168
|
26896
|
28224
|
27552
|
17
|
164
|
169
|
26896
|
28561
|
27716
|
18
|
165
|
170
|
27225
|
28900
|
28050
|
19
|
162
|
168
|
26244
|
28224
|
27216
|
20
|
155
|
164
|
24025
|
26896
|
25420
|
21
|
162
|
160
|
26244
|
25600
|
25920
|
22
|
160
|
163
|
25600
|
26569
|
26080
|
23
|
161
|
159
|
25921
|
25281
|
25599
|
24
|
160
|
165
|
25600
|
27225
|
26400
|
25
|
162
|
165
|
26244
|
27225
|
26730
|
26
|
159
|
160
|
25281
|
25600
|
25440
|
27
|
164
|
164
|
26896
|
26896
|
26896
|
28
|
165
|
165
|
27225
|
27225
|
27225
|
29
|
158
|
159
|
24964
|
25281
|
25122
|
30
|
156
|
156
|
24336
|
24336
|
24336
|
31
|
160
|
165
|
25600
|
27225
|
26400
|
32
|
160
|
160
|
25600
|
25600
|
25600
|
33
|
163
|
163
|
26569
|
26569
|
26569
|
34
|
163
|
160
|
26569
|
25600
|
26080
|
35
|
165
|
173
|
27225
|
29929
|
28545
|
36
|
161
|
159
|
25921
|
25281
|
25599
|
Всего
|
5809
|
5927
|
938017
|
976717
|
956742
|
,
SxSy =
21.60283
b = 0.45608 •
1.16022 = 0.52915
a = 164.63889 -
0.52915 • 161.36111 = 79.25411
Уравнение линейной регрессии имеет
вид: у = 79.25411 + 0.52915 х .
Приложение
5
Обработка
данных роста дочерей и их отцов
№
|
Рост
отца (х)
|
Рост
дочери
(у)
|
х2
|
у2
|
ху
|
1
|
167
|
155
|
27889
|
24025
|
25885
|
2
|
173
|
170
|
29929
|
28900
|
29410
|
3
|
175
|
164
|
30625
|
26896
|
28700
|
4
|
180
|
160
|
32400
|
25600
|
28800
|
5
|
180
|
165
|
32400
|
27225
|
29700
|
6
|
169
|
157
|
28561
|
24649
|
26533
|
7
|
174
|
171
|
30276
|
29241
|
29754
|
8
|
170
|
165
|
28900
|
27225
|
28050
|
9
|
188
|
176
|
35344
|
30976
|
33088
|
10
|
180
|
172
|
32400
|
29584
|
30960
|
11
|
180
|
166
|
32400
|
27556
|
29880
|
12
|
183
|
168
|
33489
|
28224
|
30744
|
13
|
180
|
164
|
32400
|
26896
|
29520
|
14
|
180
|
172
|
32400
|
29584
|
30960
|
15
|
175
|
167
|
30625
|
27889
|
29225
|
16
|
172
|
168
|
29584
|
28224
|
28896
|
17
|
172
|
169
|
29584
|
28561
|
29068
|
18
|
181
|
170
|
32761
|
28900
|
30770
|
19
|
170
|
163
|
28900
|
26569
|
27710
|
20
|
182
|
168
|
33124
|
28224
|
30576
|
21
|
185
|
164
|
34225
|
26896
|
30340
|
22
|
172
|
160
|
29584
|
25600
|
27520
|
23
|
165
|
159
|
27225
|
25281
|
26235
|
24
|
170
|
165
|
28900
|
27225
|
28050
|
25
|
175
|
173
|
30625
|
29929
|
30275
|
26
|
182
|
165
|
33124
|
27225
|
30030
|
27
|
165
|
160
|
27225
|
25600
|
26400
|
28
|
174
|
164
|
30276
|
26896
|
28536
|
29
|
168
|
165
|
28224
|
27225
|
27720
|
30
|
164
|
159
|
26896
|
25281
|
26076
|
31
|
175
|
156
|
30625
|
24336
|
27300
|
32
|
168
|
160
|
28224
|
25600
|
26880
|
33
|
168
|
165
|
28224
|
27225
|
27720
|
34
|
165
|
163
|
27225
|
26569
|
26895
|
35
|
165
|
160
|
27225
|
25600
|
26400
|
36
|
165
|
159
|
27225
|
25281
|
26235
|
Всего
|
6257
|
5927
|
1089043
|
976717
|
1030841
|
,
b = 0.58967 •
0.76504 = 0.45113
a = 164.63889 -
0.45113 • 173.80556 = 86.23081
Уравнение линейной регрессии имеет
вид: у = 86.23081 + 0.45113 х .
Приложение
6
Обработка
данных роста дочерей и их родителей
№
|
Средний
рост отца и матери (х)
|
Рост
дочери
(у)
|
х2
|
у2
|
ху
|
1
|
161
|
155
|
25921
|
24025
|
24955
|
2
|
172
|
170
|
29584
|
28900
|
29240
|
3
|
169,5
|
164
|
28730.25
|
26896
|
27798
|
4
|
172,5
|
160
|
29756.25
|
25600
|
27600
|
5
|
172,5
|
165
|
29756.25
|
27225
|
28462
|
6
|
160,5
|
157
|
25760.25
|
24649
|
25198
|
7
|
170
|
173
|
28900
|
29929
|
29410
|
8
|
173,5
|
171
|
30102
|
29241
|
29668
|
9
|
167,5
|
165
|
28056.25
|
27225
|
27637
|
10
|
176,5
|
176
|
31152.25
|
30976
|
31064
|
11
|
169
|
172
|
28561
|
29584
|
29068
|
12
|
169
|
166
|
28561
|
27556
|
28054
|
13
|
169,5
|
168
|
28730
|
28224
|
28476
|
14
|
169
|
164
|
28561
|
26896
|
27716
|
15
|
169
|
172
|
28561
|
29584
|
29068
|
16
|
166
|
167
|
27556
|
27889
|
27722
|
17
|
168
|
168
|
28224
|
28224
|
28224
|
18
|
168
|
169
|
28224
|
28561
|
28392
|
19
|
173
|
170
|
29929
|
28900
|
29410
|
20
|
165
|
163
|
27225
|
26569
|
26895
|
21
|
172
|
168
|
29584
|
28224
|
28896
|
22
|
172
|
165
|
29584
|
27225
|
28380
|
23
|
170
|
164
|
28900
|
26896
|
27880
|
24
|
167
|
160
|
27889
|
25600
|
26720
|
25
|
162
|
162
|
26244
|
26244
|
26244
|
26
|
162
|
160
|
26244
|
25600
|
25920
|
27
|
169
|
164
|
28561
|
26896
|
27716
|
28
|
166,5
|
165
|
27722.25
|
27225
|
27472
|
29
|
161
|
159
|
25921
|
25281
|
25599
|
30
|
165.5
|
165
|
27390
|
27225
|
27307
|
31
|
164
|
160
|
26896
|
25600
|
26240
|
32
|
164
|
165
|
26896
|
27225
|
27060
|
33
|
164
|
163
|
26896
|
26569
|
26732
|
34
|
164
|
160
|
26896
|
25600
|
26240
|
35
|
163
|
159
|
26569
|
25281
|
25917
|
36
|
162
|
159
|
26244
|
25281
|
25758
|
Всего
|
6029
|
5933
|
1010287,5
|
978625
|
994141
|
,
SxSy = 19.60403
b = 0.74858 •
1.18122 = 0.88423
a = 164.80556 -
0.88423 • 167.47222 = 16.72084
Уравнение линейной регрессии имеет
вид: у = 16.72084 + 0.88423 х .
Оставьте свой комментарий
Авторизуйтесь, чтобы задавать вопросы.