Teknisk reference - Horsens HF og VUC

Regression Beskrivelse
LnReg Med de mindste kvadraters metode og de
transformerede værdier ln(x) og y tilpasses
modelligningen:
y=a+b ln(x)
Logistic Med de mindste kvadraters metode tilpasses
modelligningen:
y=a/(1+b*e^(c*x))+d
MedMed Med median-median linie-teknikken (resistent linie)
beregnes opsummeringspunkterne x1, y1, x2, y2, x3
og y3, og modelligningen:
y=ax+b
hvor a er hældningen, og b er skæringspunkt med yaksen
tilpasses dataene.
PowerReg Tilpasser dataene ved hjælp af de mindste kvadraters
metode og de transformerede værdier ln(x) og ln(y)
til modelligningen:
y=ax b
QuadReg Med de mindste kvadraters metode tilpasses
andengradspolynomiet:
y=ax 2 +bx+c
Ved tre datapunkter er ligningen en polynomisk
tilpasning. Ved fire eller flere er den en polynomisk
regression. Der kræves mindst tre datapunkter.
QuartReg Med de mindste kvadraters metode tilpasses
fjerdegradspolynomiet:
y=ax 4 +bx 3 +cx 2 +dx+e
Ved fem datapunkter er ligningen en polynomisk
tilpasning. Ved seks eller flere er den en polynomisk
regression. Der kræves mindst 5 datapunkter.
SinReg Med de mindste kvadraters metode tilpasses
modelligningen:
y=a sin(bx+c)+d
TI-89 / Voyage 200 PLT Teknisk reference Side 171