积极 AI Logo 积极 AI

线性回归与相关性修改示例

线性回归与相关性修改示例
几何画板及绘图内容加载中，请稍等……
2014-10-02 01:51
函数解析几何概率统计
本示例演示了如何修改线性回归与相关性的工作表，以便在公共活动中进行展示。核心数学概念包括线性回归、相关系数和标准差。通过使用GeoGebra命令如Point、PMCC、FitLineY等，可以直观地展示数据点之间的关系。适合用于中学数学教学或数据分析演示。

GeoGebra 命令及参数

  1. Point(Line[(1, 0), (1, 2)]) → data_1
  2. Point(Line[(2, 0), (2, 2)]) → data_2
  3. Point(Line[(3, 0), (3, 2)]) → data_3
  4. Point(Line[(4, 0), (4, 2)]) → data_4
  5. Point(Line[(5, 0), (5, 2)]) → data_5
  6. Point(Line[(6, 0), (6, 2)]) → data_6
  7. Point(Line[(7, 0), (7, 2)]) → data_7
  8. Point(Line[(8, 0), (8, 2)]) → data8
  9. Point(Line[(9, 0), (9, 2)]) → data_9
  10. Point(Line[(10, 0), (10, 2)]) → data_10
  11. PMCC({data_1, data_2, data_3, data_4, data_5, data_6, data_7, data8, data_9, data_10}) → r
  12. FitLineY({data_1, data_2, data_3, data_4, data_5, data_6, data_7, data8, data_9, data_10}) → Fit
  13. Point(xAxis) → K
  14. OrthogonalLine(K, xAxis) → a
  15. Intersect(a, Fit) → Projection

AI 绘图提示语参考

绘制一个包含10个数据点的散点图，这些点在y=2的水平线上，x坐标分别为1到10。计算这些点的相关系数r，并用这些点拟合一条直线Fit。在x轴上绘制一条垂直线K，然后绘制K的垂线a，最后找出垂线a与直线Fit的交点Projection。
以上提示语为根据原始绘图命令整理而来，仅供参考。