Regression på TI-89 r^2

Hovedresultatet af korrelationsberegningen kaldes korrelationskoefficienten (eller ”r”). Den varierer fra –1 til +1 . Jo nærmere r er til +1 eller –1, jo tættere er sammenhængen mellem de to variable.Hvis r er tæt på 0, betyder det, at der ikke er nogen sammenhæng mellem variablene. Hvis r er positiv betyder det, at hvis en variabel bliver større, så bliver den anden variabel det også. Hvis r er negativ, betyder det, at hvis en variabel bliver større, så bliver den anden mindre (kaldes også omvendt korrelation).Korrelationskoefficienter gengives normalt som r = (en værdi mellem –1 og +1), men det gør det nemmere at forstå, hvis de opløftes i anden potens. Kvadratet af koefficienten (eller r²) er lig med den procent af variation i en variabel, som er relateret til variation i den anden variabel. Efter at have opløftet r i anden potens, skal du ignorere decimaltegnet. Et r på 0.5 betyder, at 25% af variationen er relateret (0.5 x 0.5 = 0.25). Et r på 0.7 betyder, at 49% af variationen er relateret (0.7 x 0.7 = 0.49).

# 2   Nu kan r² ikke være < 0. Så du vælger r² , hvor denne er maksimal.

dvs at potensfunktionen er den funktion, jeg skal vælge, da -0,9999998* -0,9999998 = 1?

Jeg vil blot sige at du skal kigge på dine data og tænke over hvilken sammenhæng, der er. 

Potens kan kendes på at dens vækstegenskab er at når x ganges med et tal k, så ganges y med k^a.

dvs. f(k*x) = k^a * f(x)

Du kan også kigge på vækstegenskaben ved eksponentiel, for når x vokser med en fast procent, så gør y nemlig også. 

På den måde kan du måske gennemskue types uden at taste tallene ind i et koordinatsystem.

Du kan også taste punkterne i et koordinatsystem.

Hvis punkterne fordeler sig pænt omkring en ret linje i  ENKELTlogaritmisk koordinatsystem, så har du en eksponential udvikling, og hvis punkterne fordeler sig pænt omkring en ret linje i DOBBELTlogaritmisk koordinatsystem, så har du en potens udvikling.

Heller ikke dumt at kigge på hvor tæt korrelationen er på 1 :)

Held og lykke med det

Med en så lille forskel i værdier ville et valg imellem regressionsformerne normalt bero på en teoretisk forventning om en specifik sammenhæng. Ellers må datamængden øges, så sammenhængen bedre anskueliggøres. 

At se på forskelle i tredje decimal er decideret spild af tid. Jeg forstår ikke denne slags opgaver. Hvis det endelig var, kunne de have lavet opgaverne, så der var en tydelig indikation af, hvilken regression der var bedst.