Matematik
3. grads regression
Hej allesammen
Er i gang med at lave AT, og håber på, at der er nogen der kan forklare mig hvad er 3.- og en 4. grads regression er og eventuelt hvordan man laver en ud fra noget data i praksis (helst i maple 15 eller LoggerPro).
Jeg er kommet frem til at det også kaldes polynomium-regression og at det er en form for regression man selv designer. Er dette rigtigt? og kan i forklare mig hvordan? 1000-tak :)
Svar #1
30. april 2012 af peter lind
Det betyder at du skal finde parametren a, b,c og d i tredjegradspolynomiet ax3+bx2+cx+d, så polynomiet stemmer så godt som muligmed nogle data. med 4. grads polynomiet skal du blot udvide det med et led med x4. Hvordan man præcis gør det i et program er selvfølgelig afhængig af det pågældende program. En mulighed er at sætte zi =xi. så bliver det til en lineær regression med de 3 variable z3, z2 og z1.
Svar #2
30. april 2012 af ptrstoeving (Slettet)
Hej Kaspkasp
Når du laver regression, finder du en funktion der passer på dine data så godt som det er muligt.
De funktioner man arbejder med i gymnasiumet er ofte linære funktioner, Parabler og eksponentiele funktioner, fordi de beskriver mange forskellige slags data. Men det er ikke altid du bruger disse, nogen gange har du måske brug at beskrive nogen data med en 3 grads polynomium og derfor en 4. grads regression, eller en helt anden type regression på andre former.
Personligt bruger jeg ikke maple, så jeg er ikke sikker på syntaxen.
jeg håber det hjalp, ellers bare skriv. :)
Svar #4
01. maj 2012 af FætterGlad (Slettet)
I Maple skal du åbne statistikmodulet ved at skrive
with(Statistics)
så kan du nemlig bruge funktionen Fit, som laver regression.
Først indtaster du alle dine data, fx
X:=[0,1,2,3,4] x-værdier
Y:=[0,1,2,3,4] funktionsværdier
så skriver du
Fit(den funktion du vil lave regression over, X, Y, den uafhængige variabel)
Du kan evt. indtegne den fundne funktion (tredje- eller fjeredegradspolynomiet) i samme koordinatsystemet som dine data. Det kræver, at du åbner display-modulet.
Du kan se et eksempel i den vedhæftede fil med tilfældige værdier for X og Y, som jeg har lavet tredjegradsregression på.
-----------
Ellers kan du også bruge PolynomialFit i stedet for Fit, det er måske lidt lettere. Så skriver du bare
PolynomialFit(3,X,Y,x) hvis det f.eks. er et tredjegradspolynomium.
Svar #5
22. januar 2017 af PerHenrikChristiansen (Slettet)
Se eventuelt her angående: tredjegradsregression
Skriv et svar til: 3. grads regression
Du skal være logget ind, for at skrive et svar til dette spørgsmål. Klik her for at logge ind.
Har du ikke en bruger på Studieportalen.dk?
Klik her for at oprette en bruger.