Software Gebruiksaanwijzing

8-27
De karakteristiek voor de hieronder volgende regressiegrafieken legt u op dezelfde manier
vast, maar u moet “Linear” vervangen door het gewenste grafiektype.
Lineaire regressie .................... Linear Logaritmische regressie .... Log
Ten opzichte van de mediaan... Med-Med Exponentiële regressie ...... ExpReg(a·eˆb
x )
Tweedemachts regressie ......... Quad ExpReg(a·bˆ
x )
Derdemachts regressie ............ Cubic Machtsregressie ............... Power
Vierdemachts regressie ........... Quart
• U legt de karakteristiek voor een sinusoïdale regressie als volgt vast:
S-Gph1 DrawOn, Sinusoidal, List 1, List 2 _
• Het volgende is een typerende specificatie van diagramconditie voor een logistiek
regressiediagram.
S-Gph1 DrawOn, Logistic, List 1, List 2 _
• U legt de karakteristiek voor een taartdiagram (bijvoorbeeld een lineaire regressie ten
opzichte van het gemiddelde) als volgt vast:
S-Gph1 DrawOn, Pie, List 1, %, None _
• Het volgende is een typerende specificatie van diagramconditie voor een staafdiagram.
S-Gph1 DrawOn, Bar, List 1, None, None, StickLength _
• Als u een statistische grafiek wilt tekenen, voert u het “DrawStat” commando in, volgend op
de specificatieregel van de grafiekcondities.
ClrGraph
S-Wind Auto
{1, 2, 3} → List 1
{1, 2, 3} → List 2
S-Gph1 DrawOn, Scatter, List 1, List 2, 1, Square _
DrawStat
k Kansverdelingsgrafieken in een programma
(Niet beschikbaar op de GRAPH25+ E )
Er worden speciale commando's gebruikt om kansverdelingsdiagrammen in een programma
te tekenen.
• Om een normaal cumulatieve verdelignsdiagram te tekenen
1
DrawDistNorm < Lower >, < Upper > [, σ ,  ]
Gemiddelde van de populatie *
1
Standaard deviatie van de populatie *
1
Bovengrens van de gegevens
Ondergrens van de gegevens
1
4151
*
1
Dit mag worden weggelaten. Door deze items wegf te laten wordt de berekening
uitgevoerd met
 = 1 en  = 0.
πσ
2
p =
dx
1
e
–
2
2
σ
(x – μ)
2
μ
Upper
Lower
∫
ZUp =
σ
Upper –
μ
ZLow =
σ
Lower –
μ
πσ
2
p =
dx
1
e
–
2
2
σ
(x – μ)
2
μ
Upper
Lower
∫
ZUp =
σ
Upper –
μ
ZLow =
σ
Lower –
μ