3. grads regression

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 z_i =xⁱ.  så bliver det til en lineær regression med de 3 variable z₃, z₂ og z₁.

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. :)

Tak skal i begge have, jeg prøver at kigge på det :)

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.

Se eventuelt her angående: tredjegradsregression