Matematik

Mindste kvadraters metode

05. februar 2008 af C2daP_GG (Slettet)

Har set der var et indlæg om det i forvejen, men det fattede jeg ikke lige det store af, så håber på hjælp nu her.

Opgave:
Fra et matematisk synspunkt skal du redegøre for princippet i "mindste kvadraters metode", og du skal bruge denne optimering af en funktion i to variable til at bestemme a og b, så du får den "bedste" rette linje y=ax+b i relation til datasættet

X 2 4 6
Y 4.10 5.02 6.25

Kan ikke helt finde ud af at komme igang med opgaven.
Nogen der kan give mig et kick til at komme igang, plz

Brugbart svar (0)

Svar #1
05. februar 2008 af peter lind

Du skal finde et mål for hvor meget en given funktion afviger fra en måling. Dertil vælger man af praktiske grunde (f(xi,a,b)-yi)^2 . Den samlede forskel mellem de observerede og målte får man ved at lægge alle disse forskelle sammen. Man får derved et udtryk der er afhængig af de valgte a og b. Får at få den mindst mulige forskel totalt skal man altså minimere dette.

Svar #2
05. februar 2008 af C2daP_GG (Slettet)

(f(xi,a,b)-yi)^2

Hvordan vil du regne den ud ?, ved at indsætte tallene
X 2 4 6
Y 4.10 5.02 6.25
??

Brugbart svar (0)

Svar #3
05. februar 2008 af Dominik Hasek (Slettet)

#2:
Tjek afsnit 4.1 på http://en.wikipedia.org/wiki/Ordinary_least_squares.

Svar #4
05. februar 2008 af C2daP_GG (Slettet)

Hmm, kan du uddybe det der står på den side ?
Jeg ser det bare som volapyk. :/

Svar #5
05. februar 2008 af C2daP_GG (Slettet)

Det de mener er man skal lægge y1 y2 y3 sammen,
Som så er ligmed
1 1 1 + x1 x2 x3 ?
eller er jeg helt væk ?

Skriv et svar til: Mindste kvadraters metode

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.