Память - это то, что нам сохранять в своей голове то, что было в Память - это то что нам обдумывать наши решения. Случается, что какие-то моменты своей жизни мы по не запоминаем. Значит, для нас они были не важны. Память бывает разной , начиная от кратковременной заканчивая оперативной. Очень важно развивать свою память, что бы люди запоминали важную информацию.
Подтвержу свои слова аргументов из личной жизни. Однажды я был в банке где мне оформили карту и сказали пин - код для входа, но я придя домой забыл данный пин - код, это доказательство того что память нужно развивать
(Любой свой пример)
ниверситетские друзья Сергей, Андрей, Ольга, Глеб, которые не виделись с тех пор, как окончили университет пять лет назад, после вечера встречи однокурсников решили побеседовать, вспомнить жизнь в университете, и рассказать о том, как у них идут дела сейчас. Воспоминания не заняли слишком много времени, разговор о текущей жизни представлял гораздо больший интерес.
«Мне ужасно надоела моя работа»,-сказал Глеб. «Сначала, когда я пришел в издательство, казалось, что меня ждет интересная и разнообразная деятельность. Кстати, всё так и было, пока я не стал начальником отдела. Теперь я потонул в море административной работы, должен отдавать команды подчинённым, что доставляет мне мало удовольствия. И домой прихожу, когда мои уже спят. С друзьями встретиться некогда. Я, согласен меньше получать, лишь бы быть более свободным и иметь меньше ответственности. Может быть, кому – то и нравиться командовать. Но это видно не для меня».
Объяснение:
Y = Yi 370 390 400 410 420 430 440 450 460 470
X = Xi 120 130 140 150 160 170 180 190 200 210
Линейное уравнение регрессии имеет вид y = bx + a.
Коэффициенты уравнения регрессии находим из системы нормальных уравнений:
A•n + b?x = ?y
A?x + b?x2 = ?y•x
Строим вспомогательную таблицу:
X Y X2 Y2 X • y
120 370 14400 136900 44400
130 390 16900 152100 50700
140 400 19600 160000 56000
150 410 22500 168100 61500
160 420 25600 176400 67200
170 430 28900 184900 73100
180 440 32400 193600 79200
190 450 36100 202500 85500
200 460 40000 211600 92000
210 470 44100 220900 98700
Сумма 1650 4240 280500 1807000 708300
Для наших данных система уравнений имеет вид
10a + 1650 b = 4240
1650 a + 280500 b = 708300
Из первого уравнения выражаем А и подставим во второе уравнение:
Получаем эмпирические коэффициенты регрессии: b = 1.0545, a = 250
Уравнение регрессии (эмпирическое уравнение регрессии):
Y = 1.0545 x + 250
Параметры уравнения регрессии.
Выборочные средние.
Выборочные дисперсии:
Среднеквадратическое отклонение
Коэффициент корреляции находим по формуле:
Связь очень высокая прямая.
Значимость коэффициента корреляции:
Для того чтобы при уровне значимости ? проверить нулевую гипотезу о равенстве нулю генерального коэффициента корреляции нормальной двумерной случайной величины при конкурирующей гипотезе H1 ? 0, надо вычислить наблюдаемое значение критерия
И по таблице критических точек распределения Стьюдента, по заданному уровню значимости ? и числу степеней свободы k = n - 2 найти критическую точку tкрит двусторонней критической области. Если tнабл < tкрит оснований отвергнуть нулевую гипотезу. Если |tнабл| > tкрит — нулевую гипотезу отвергают.
По таблице Стьюдента с уровнем значимости ?=0.05 и степенями свободы k=8 находим tкрит:
Tкрит (n-m-1;?/2) = (8;0.025) = 2.306
Где m = 1 - количество объясняющих переменных.
Получили, что |tнабл| > tкрит, — коэффициент корреляции статистически значим.