User Manual
Table Of Contents
- Innehåll
- Komma igång — Läs det här först!
- Kapitel 1 Grundläggande funktioner
- Kapitel 2 Manuella beräkningar
- 1. Grundläggande beräkningar
- 2. Specialfunktioner
- 3. Ange vinkelenhet och visningsformat
- 4. Funktionsberäkningar
- 5. Numeriska beräkningar
- 6. Beräkningar med komplexa tal
- 7. Beräkningar med binär, oktal, decimal och hexadecimal heltalsaritmetik
- 8. Matrisberäkningar
- 9. Vektorberäkningar
- 10. Beräkning av meterkonvertering
- Kapitel 3 Listfunktionen
- Kapitel 4 Ekvationer
- Kapitel 5 Grafritning
- 1. Exempelgrafer
- 2. Kontrollera vad som visas på en grafskärm
- 3. Rita en graf
- 4. Spara och hämta grafskärminnehåll
- 5. Rita två grafer på samma skärm
- 6. Manuella grafer
- 7. Använda tabeller
- 8. Modifiera en graf
- 9. Dynamiska grafer
- 10. Grafer och rekursionsformler
- 11. Rita en graf över ett kägelsnitt
- 12. Rita punkter, linjer och text på grafskärmen (Sketch)
- 13. Funktionsanalys
- Kapitel 6 Statistikgrafer och beräkningar
- 1. Innan du utför statistikberäkningar
- 2. Beräkna och rita graf för statistiska data för en variabel
- 3. Beräkna och rita statistisk data för variabelpar (kurvpassning)
- 4. Utföra statstikberäkningar
- 5. Tester
- 6. Konfidensintervall
- 7. Fördelning
- 8. Inmatnings- och utmatningstermer för test, konfidensintervall och fördelning
- 9. Statistikformel
- Kapitel 7 Ekonomiska beräkningar
- Kapitel 8 Programmering
- 1. Grundläggande programmering
- 2. Funktionstangenter i läget Program
- 3. Redigera programinnehåll
- 4. Filhantering
- 5. Kommandoreferens
- 6. Använda räknarfunktioner i program
- 7. Kommandon i läget Program
- 8. Särskilda kommandon för CASIO-räknare för funktionsvärden <=> textkonverteringstabell
- 9. Programbibliotek
- Kapitel 9 Kalkylblad
- Kapitel 10 eActivity
- Kapitel 11 Minneshanterare
- Kapitel 12 Systemhanterare
- Kapitel 13 Datakommunikation
- Kapitel 14 Geometri
- Kapitel 15 Picture Plot
- Kapitel 16 3D-graffunktion
- Kapitel 17 Python (endast fx-CG50, fx-CG50 AU)
- Kapitel 18 Fördelning (endast fx-CG50, fx-CG50 AU)
- Funktionstangenter i läget Bilaga
- Examinationslägen
- E-CON4 Application (English)
- 1. E-CON4 Mode Overview
- 2. Sampling Screen
- 3. Auto Sensor Detection (CLAB Only)
- 4. Selecting a Sensor
- 5. Configuring the Sampling Setup
- 6. Performing Auto Sensor Calibration and Zero Adjustment
- 7. Using a Custom Probe
- 8. Using Setup Memory
- 9. Starting a Sampling Operation
- 10. Using Sample Data Memory
- 11. Using the Graph Analysis Tools to Graph Data
- 12. Graph Analysis Tool Graph Screen Operations
- 13. Calling E-CON4 Functions from an eActivity
6-18
Tredjegradsregression
Modellformel .........
y = ax
3
+ bx
2
+ cx + d
a ..........regressionens tredje koefficient
b ..........regressionens andra koefficient
c ..........regressionens första koefficient
d ..........regressionens konstantterm
( y -avskärning)
Kvadratisk regression
Modellformel .........
y = ax
2
+ bx + c
a ..........regressionens andra koefficient
b ..........regressionens första koefficient
c .......... regressionens konstantterm
( y -avskärning)
k Med-Med-graf
När du misstänker att det finns ett antal extremvärden, kan du använda en Med-Med-graf i
stället för minstakvadratmetoden. Detta liknar linjär regression, men minimerar effekten av
extrema värden.
1(CALC) 3(Med)
6(DRAW)
Följande modellformel gäller för Med-Med-graf.
y = ax + b
a ..............lutning för Med-Med-graf
b .............. y -avskärning för Med-Med-graf
k Kvadratisk/tredjegrads-/fjärdegradsregressionsgraf
En kvadratisk/tredjegrads-/fjärdegradsregressionsgraf representerar sammanbindningen av
datapunkterna i ett punktdiagram. Den använder minstakvadratmetoden för att rita en kurva
som passerar nära så många datapunkter som möjligt. Den formel som representerar detta är
kvadratisk/tredjegrads-/fjärdegradsregression.
Ex. Kvadratisk regression
1(CALC) 4(X
2
)
6(DRAW)
Fjärdegradsregression
Modellformel .........
y = ax
4
+ bx
3
+ cx
2
+ dx + e
a ..........regressionens fjärde koefficient
b ..........regressionens tredje koefficient
c ..........regressionens andra koefficient
d ..........regressionens första koefficient
e ..........regressionens konstantterm ( y -avskärning)










