User Manual

6-19
• Eksponentiell represjon (
a · e
bx
)........
(
a · b
x
) ........
• Potensregresjon .............................
• Sinusregresjon ...............................
• Logistisk regresjon .........................
u Beregning av estimerte verdier for regresjonsgrafer
STAT -modus omfatter også en Y-CAL-funksjon som bruker en regresjon til å beregne den
anslåtte y -verdien for en spesiell x -verdi etter å ha tegnet graf for en statistisk regresjon med
parvis variabel. Det følgende er den generelle prosedyren for å bruke Y-CAL-funksjonen.
1. Når du har tegnet en regresjonsgraf, trykker du !5(G-SLV) 1(Y-CAL) for å gå inn i
modus for valg av graf, og deretter trykker du w.
Hvis det er flere grafer i displayet, bruker du f og c til å velge den grafen du ønsker, og
trykker deretter w.
• Dette gjør at det vises en dialogboks hvor du kan
skrive inn
x -verdi.
2. Skriv inn verdien du ønsker for
x og trykk deretter w.
• Dette gjør at koordinatene for
x og y vises nederst på
displayet, og flytter pekeren til tilsvarende punkt på
grafen.
3. Trykker du v eller en talltast nå, får du frem igjen en dialogboks for
x -verdier, slik at du
kan utføre en annen beregning av estimert verdi om du ønsker det.
• Pekeren vises ikke hvis de beregnede koordinatene ikke er innenfor visningsområdet.
• Koordinatene vises ikke hvis «Off» er angitt for «Coord» på Setup-skjermbildet.
• Y-CAL-funksjonen kan også brukes med en graf tegnet med hjelp av DefG-funksjonen.
u Kopieringsfunksjon for regresjonformel fra et resultatskjermbilde for
regresjonsberegning
I tillegg til den normale kopieringsfunksjonen for regresjonsformler som lar deg kopiere
resultatskjermbildet etter å ha tegnet en statistisk graf (som for eksempel punktgraf), har
STAT -modus også en funksjon som lar deg kopiere regresjonsformelen som er oppnådd
som et resultat av regresjonsberegning. Trykk 6(COPY) for å kopiere en resulterende
regresjonsformel.
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