User manual - fx-9860GII_Soft

6-1212
Kuutioregressio
Mallin kaava..........
y = ax
3
+ bx
2
+ cx + d
a
..........regression kolmas kerroin
b ..........regression toinen kerroin
c ..........regression ensimmäinen kerroin
d ..........regression vakiotermi
(
y-akselin leikkauspiste)
I Logaritminen regressiokuvaaja
Logaritminen regressio kuvaa y: n arvoa x: n logaritmisena funktiona. Logaritmisen
regression tavallinen kaava on y = a + b × In x, joten jos X = In x, kaava vastaa lineaarista
regressiokaavaa y = a + bX.
(CALC)(E)(Log)
(DRAW)
Seuraava on logaritmisen regressiomallin kaava.
y = a + b·ln x
a
..............regression vakioter mi
b ..............regressiokerroin
I Eksponentiaalinen regressiokuvaaja
Eksponentiaalinen regressio kuvaa y: n arvoa suhteessa x: n eksponentiaaliseen funktioon.
Eksponentiaalisen regression yleinen kaava on y = a × e
bx
, joten jos määritämme molempien
puolien logaritmit, saamme In y = In a + bx. Jos seuraavaksi määritämme, että Y = In y ja A =
In
a, kaava vastaa lineaarisen regression kaavaa Y = A + bx.
(CALC)(E)(Exp)
(
aeˆbx) tai (abˆx)
(DRAW)
Seuraava on eksponentiaalisen regressiomallin kaava.
y = a·e
bx
a ..............regressiokerroin
b ..............regressiovakio
y = a·b
x
a ..............regression vakiotermi
b ..............regressiokerroin
Kvarttiregressio
Mallin kaava..........
y = ax
4
+ bx
3
+ cx
2
+ dx + e
a
..........regression neljäs kerroin
b ..........regression kolmas kerroin
c ..........regression toinen kerroin
d ..........regression ensimmäinen kerroin
e .......... regressiovakio
(
y-akselin leikkauspiste)