Bruksanvisning for software
6-18
k Regresjonsberegning
I forklaringene fra «Lineær regresjonsgraf» til «Logistisk regresjonsgraf» ble resultatet av
regresjonsberegningene vist først etter at grafen ble tegnet. Her blir hver koeffisientverdi til
regresjonslinjen eller regresjonskurven uttrykt som et tall.
Du kan bestemme det samme uttrykket direkte fra skjermen du skriver inn data på.
Når du trykker 2(CALC) 3(REG) vises en funksjonsmeny som inneholder følgende punkter.
• { ax + b }/{ a + bx } / { Med } / { X^2 } / { X^3 } / { X^4 } / { Log } / { ae ^ bx }/{ ab ^ x } / { Pwr } / { Sin } / { Lgst } ...
{lineær regresjon ( ax +b)}/{lineær regresjon ( a + bx )}/{Med-Med}/{kvadratisk regresjon}/
{kubisk regresjon}/{kvartisk regresjon}/{logaritmisk regresjon}/{eksponensiell regresjon
(
ae
bx
)}/{eksponensiell regresjon ( ab
x
)}/{potensregresjon}/{sinusregresjon}/{logistisk
regresjon} parametre
Eksempel Vise parametre for regresjoner med én variabel
2(CALC) 3(REG) 1(X) 1(
ax + b )
Betydningen av parametrene som vises på dette skjermbildet er den samme som for «Lineær
regresjonsgraf» til «Logistisk regresjonsgraf».
u Beregning av determinantkoeffisienten (r
2
) og MSe
Du kan bruke STAT -modus til å beregne determinantkoeffisienten (r
2
) for kvadratisk regresjon,
kubisk regresjon og kvartisk regresjon. Følgende typer MSe-beregninger er også tilgjengelige
for hver regresjonstype.
• Lineær regresjon (
ax + b ) ...............
(
a + bx ) ...............
• Kvadratisk regresjon .......................
• Kubisk regresjon .............................
• Kvartisk regresjon ...........................
• Logaritmisk regresjon .....................
M
Se =
Σ
1
n – 2
i=1
n
(y
i
– (ax
i
+ b))
2
M
Se =
Σ
1
n – 2
i=1
n
(y
i
– (ax
i
+ b))
2
M
Se =
Σ
1
n – 2
i=1
n
(yi – (a + bxi))
2
M
Se =
Σ
1
n – 2
i=1
n
(yi – (a + bxi))
2
M
Se =
Σ
1
n – 3
i=1
n
(y
i
– (ax
i
+ bx
i
+ c))
2
2
M
Se =
Σ
1
n – 3
i=1
n
(y
i
– (ax
i
+ bx
i
+ c))
2
2
M
Se =
Σ
1
n – 4
i=1
n
(y
i
– (ax
i
3
+ bx
i
+ cx
i
+ d ))
2
2
M
Se =
Σ
1
n – 4
i=1
n
(y
i
– (ax
i
3
+ bx
i
+ cx
i
+ d ))
2
2
M
Se =
Σ
1
n – 5
i=1
n
(yi – (axi
4
+ bxi
3
+ cxi
+ dxi
+ e))
2
2
M
Se =
Σ
1
n – 5
i=1
n
(yi – (axi
4
+ bxi
3
+ cxi
+ dxi
+ e))
2
2
M
Se =
Σ
1
n – 2
i=1
n
(y
i
– (a + b ln x
i
))
2
M
Se =
Σ
1
n – 2
i=1
n
(y
i
– (a + b ln x
i
))
2