Съдържание:

Как намирате уравнението за регресия на TI 84?
Как намирате уравнението за регресия на TI 84?

Видео: Как намирате уравнението за регресия на TI 84?

Видео: Как намирате уравнението за регресия на TI 84?
Видео: Линейная регрессия TI84 (линия наилучшего соответствия) 2024, Ноември
Anonim

За да изчислите Линейна регресия (ax+b): • Натиснете [STAT], за да влезете в менюто за статистика. Натиснете клавиша със стрелка надясно, за да стигнете до менюто CALC и след това натиснете 4: LinReg(ax+b). Уверете се, че Xlist е зададен на L1, Ylist е зададен на L2 и Store RegEQ е настроен на Y1, като натиснете [VARS] [→] 1:Функция и 1:Y1.

По същия начин хората питат как намирате регресионната линия на TI 84 Plus?

TI-84: Регресионна линия на най-малките квадрати (LSRL)

  1. Въведете вашите данни в L1 и L2. Забележка: Уверете се, че вашият Stat Plot е включен и показва списъците, които използвате.
  2. Отидете на [STAT] "CALC" "8: LinReg(a+bx). Това е LSRL.
  3. Въведете L1, L2, Y1 в края на LSRL. [2nd] L1, [2nd] L2, [VARS] "Y-VARS" "Y1" [ENTER]
  4. За да видите, отидете на [Zoom] "9: ZoomStat".

По същия начин какво е уравнението за регресионната линия? Линеен регресионна линия има уравнение от формата Y = a + bX, където X е обяснителната променлива, а Y е зависимата променлива. Наклонът на линия е b, а a е прихващането (стойността на y, когато x = 0).

Оттук нататък как намирате регресионното уравнение от данните?

Линейният Регресионно уравнение В уравнение има формата Y= a + bX, където Y е зависимата променлива (това е променливата, която върви по оста Y), X е независимата променлива (т.е. тя е нанесена на оста X), b е наклонът на правата и a е y-сеченето.

Какво е уравнението на квадратната регресия за набора от данни?

А квадратична регресия е процесът на намиране на уравнение на параболата, която най-добре отговаря на a комплект на данни . В резултат на това получаваме уравнение от вида: y=ax2+bx+c където a≠0. Най-добрият начин да намерите това уравнение ръчно е с помощта на метода на най-малките квадрати.

Препоръчано: