User Manual

6-20
• Quartische Regression ...................
• Logarithmische Regression ............
• Exponentielle Regression (
a · e
bx
) ....
(
a · b
x
) .....
• Potenz-Regression .........................
• Sinus-Regression ...........................
• Logistische Regression ..................
u Berechnung eines Schätzwertes für in Regressionsgrafiken
Zum STAT -Menü gehört außerdem eine Y-CAL-Funktion, die Regression zum Berechnen
des abgeschätzten y -Wertes für einen bestimmten x -Wert verwendet, nachdem eine
zweidimensionale Regression grafisch dargestellt wurde.
Die Y-CAL-Funktion wird im Allgemeinen wie folgt verwendet:
1. Nach dem Zeichnen einer Regressionsgrafik drücken Sie die Tasten !5(G-SLV) 1(Y-
CAL) , um die Y-CAL-Funktion aufzurufen. Danach drücken Sie die w-Taste.
Falls sich mehrere Grafiken im Display befinden,
verwenden Sie die Cursor-Tasten f und c, um die
gewünschte Regressionskurve auszuwählen, danach
drücken Sie die w-Taste.
• Es erscheint ein Dialogfenster für die Eingabe des
x -
Wertes.
2. Geben Sie den gewünschten x -Wert ein und drücken Sie
danach die w-Taste.
• Nun erscheinen die Koordinaten für
x und y in
der Fußzeile des Displays, wobei der Cursor an
den entsprechenden Punkt der Regressionsgrafik
verschoben wird.
3. Drücken Sie erneut die v-Taste oder eine Zifferntaste, um das Dialogfenster für die
Eingabe eines weiteren
x -Wertes zu öffnen, falls Sie eine weitere Schätzwertberechnung für
ausführen möchten.
• Der Cursor erscheint nicht, wenn sich die berechneten Koordinaten nicht innerhalb des
Betrachtungsfensters (V-Window) befinden.
• Die Koordinaten erscheinen nicht, wenn „Off“ in der Position „Coord“ des SET UP-Menüs
voreingestellt ist.
• Die Y-CAL-Funktion ist auch in einer Kurvendarstellung aktiv, die durch Verwendung der
Funktionstaste [DefG] aktiviert wurde.
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
(ln y i – (ln a + bx i ))
2
M
Se =
Σ
1
n – 2
i=1
n
(ln yi – (ln a + (ln b) · xi ))
2
M
Se =
Σ
1
n – 2
i=1
n
(ln y i – (ln a + b ln x i ))
2
M
Se =
Σ
1
n – 2
i=1
n
(yi – (a sin (bxi + c) + d ))
2
M
Se =
Σ
1
n – 2 1 + ae
–bx
i
C
i=1
n
y i –
2