10.26731/2658-3704.2021.3(11).35-46
В работе описаны инструменты языка программирования Python, использованные для разработки приложения. Приведена инструкция использования "Статистического корреляционно-регрессионного калькулятора", разработанного для автоматизации и упрощения процесса корреляционно-регрессионного анализа данных. В данной статье были рассмотрены методы анализа линейной парной регрессии и линейной множественной регрессии. Представлены формулы для нахождения коэффициентов уравнений линии и плоскости регрессии на основе использования метода наименьших квадратов.
1. Горлов, А. И. Определение генетических корреляций селекционных признаков через частные корреляции / А. И. Горлов, Е. А. Ивина, И. А. Мокеев // Сборник научных трудов Ставропольского научно-исследовательского института животноводства и кормопроизводства. – 2009. – Т. 2. – № 2-2. – С. 25-29.
2. Яшина, Н. И. Инструментарий прогнозирования финансового состояния организаций на основе теории регрессионного анализа, методов Парето и ранговой корреляции / Н. И. Яшина, С. Н. Яшин // Финансы и кредит. – 2004. – № 5(143).
3. Дергунов, В. В. Анализ динамики ВНП методом линейной регрессии / В. В. Дергунов // Вестник Финансовой академии. – 1999. – № 4(12). – С. 98-108.
4. Гефан Г.Д. Статистический метод и основы его применения: Учебное пособие. – Иркутск: ИрГУПС, 2003. - 208 с
5. Math — Mathematical functions [Электронный ресурс]. – Режим доступа: https://docs.python.org/3/library/math.html (дата обращения 07.06.2021)
6. KIVY documentation [Электронный ресурс].– Режим доступа: https://kivy.org/doc/stable/ (дата обращения 07.06.2021)
7. Matplotlib: Visualization with Python [Электронный ресурс].– Режим доступа: https://matplotlib.org/ (дата обращения 07.06.2021)