Regression

Man bruger regression når man har en masse måledata, som man gerne vil have tilnærmet emd noget mere konkret. F.eks. har man en masse målinger der synes at ligge på en ret linie, øges eksponentiel elelr andet. Man kan så bruge regression, til at finde den bedste rette linie erller bedste eksponentielle vækst der passer til de målinger man har. Man kan f.eks bruge Excel eller sin TI-83 lommeregner til det

Der findes formler til direkte beregning af intercept og hældning, men de kan ikke anbefales! Brug hellere lommeregner eller f.eks. excel.

For de teoretisk interesserede er den formelle baggrund såkaldte lineære normale modeller. Givet en observation [y_1,...y_n] opfattes denne som en realisation af en n-dimensional stokastisk vektor Y, med flerdimensional normalfordeling:

Y ~ N_n(my,sigma^2 I).

Den lineære normale model er da antagelsen, at my ligger i et bestemt underrum af R^n. I tilfældet med simpel regression består dette underrum af n-vektoren med 1-taller i alle indgange.

Følgende tekst er beregnet til gymnasieniveau og er en fornuftig introduktion:

http://www.ma.gymfag.dk/uvmidler/note-opg/linregrv.doc