Docsity
Docsity

Prepara i tuoi esami
Prepara i tuoi esami

Studia grazie alle numerose risorse presenti su Docsity


Ottieni i punti per scaricare
Ottieni i punti per scaricare

Guadagna punti aiutando altri studenti oppure acquistali con un piano Premium


Guide e consigli
Guide e consigli


Regressione Lineare: Analisi dei Consumi e della Potenza dei Motori - Prof. Melchionna, Esercizi di Statistica

I risultati di un'analisi statistica di regressione lineare svolta sui dati di consumo di carburante e potenza di dieci diversi modelli di motori. Il documento include i valori media, varianza, coefficiente di variazione, deviazione standard, covarianza consumo-potenza, coefficienti di regressione, errore standard, r² e i residui. Il test statistico conferma un forte legame lineare tra le variabili con un coefficiente di correlazione pari a 0,93.

Tipologia: Esercizi

2023/2024

In vendita dal 01/03/2024

luca-latore
luca-latore 🇮🇹

5

(1)

4 documenti

1 / 2

Toggle sidebar

Questa pagina non è visibile nell’anteprima

Non perderti parti importanti!

bg1
Modello Consumo(l per 500km) Potenza(Kw)
model1 19,91006983 60,93276094
model2 28,57692429 88,42055219
model3 27,7749886 82,42250415
model4 20,08542038 54,07029944
model5 31,28429524 94,27762
model6 37,39610644 99,25302657
model7 19,63791213 52,56737644
model8 29,12613525 95,82663681
model9 35,5027303 96,29421314
model10 31,61981753 98,18308842
Media Media
28,09144 82,22480781
Varianza
36,80475463
Coefficiente Variazione Coefficiente Variazione
0,215962308 0,218806348
CV% CV%
21,59623085 21,8806348
Deviazione standard Deviazione standard
6,066692231 17,99130991
Covarianza consumo-potenza
102,4836775
Correlazione consumo-potenza
0,938944567
Yi=0,316613+2,058*X
Retta di regressione
β0 β1 0,316613 2,057974
0,041019 3,452605
r2 0,881617 2,333737
59,57721 8
dev(Y*) dev(e) 324,4769 43,57061
pf2

Anteprima parziale del testo

Scarica Regressione Lineare: Analisi dei Consumi e della Potenza dei Motori - Prof. Melchionna e più Esercizi in PDF di Statistica solo su Docsity!

Modello Consumo(l per 500km) Potenza(Kw)

model1 19,91006983 60,

model2 28,57692429 88,

model3 27,7749886 82,

model4 20,08542038 54,

model5 31,28429524 94,

model6 37,39610644 99,

model7 19,63791213 52,

model8 29,12613525 95,

model9 35,5027303 96,

model10 31,61981753 98,

Media Media

Varianza

Coefficiente Variazione Coefficiente Variazione

CV% CV%

Deviazione standard Deviazione standard

Covarianza consumo-potenza

Correlazione consumo-potenza

Yi=0,316613+2,058*X

Retta di regressione

r2 0,881617 2,

dev(Y*) dev(e) 324,4769 43,

OUTPUT RIEPILOGO

Statistica della regressione R multiplo 0, R al quadrato 0, R al quadrato corretto 0, Errore standard 2, Osservazioni 10 ANALISI VARIANZA gdl SQ MQ F Significatività F Regressione 1 324,4769368 324,4769368 59,57721331 5,64541E- Residuo 8 43,57060947 5, Totale 9 368, Coefficienti Errore standard Stat t Valore di significatività Inferiore 95% Superiore 95% Inferiore 95,0% Superiore 95,0% β1 2,057973592 3,452605025 0,596064009 0,567610317 -5,903747874 10,01969506 -5,903747874 10, β0 0,316613284 0,041019375 7,718627683 5,64541E-05 0,222022435 0,411204132 0,222022435 0, OUTPUT RESIDUI Osservazione Previsto Consumo(l per 500km) Residui 1 21,35009512 -1, 2 30,05309497 -1, 3 28,15403329 -0, 4 19,17734865 0, 5 31,90752044 -0, 6 33,48280026 3, 7 18,70150327 0, 8 32,39795974 -3, 9 32,54600062 2, 10 33,14404363 -1,

  • 0 2 4 6 Residui 0 20 40 60 80 100 120 Potenza(Kw)

Potenza(Kw) Tracciato dei residui

COMMENTO

Il coefficiente di correlazione ρ è pari a 0,93 per cui possiamo affermare che c'è un legame diretto tra le variabili e siamo in presenza di un forte legame lineare. Il coefficiente R² è pari a 0.88, la retta di regressione spiega l'88% dell'andamento dei nostri dati osservati. Dal calcolo della retta di regressione abbiamo che β1=2,058.Il coefficiente è positivo, siamo in presenza di una relazione diretta. Possiamo inoltre constatare che all'aumentare di una unità di X(1Kw di potenza), i consumi aumentano di 2,058 (l ogni 500km). Osservando il tracciato dei residui rispetto alla variabile esplicativa possiamo osservare che la nuvola dei punti non evidenzia una tendenza significativa, ciò conferma le ipotesi basilari per la costruzione della retta di regressione.