Indholdsfortegnelse:

Hvordan finder man regressionsligningen på en TI 84?
Hvordan finder man regressionsligningen på en TI 84?

Video: Hvordan finder man regressionsligningen på en TI 84?

Video: Hvordan finder man regressionsligningen på en TI 84?
Video: Pre-Calculus - Find the linear regression line using the TI-83/84 calculator 2024, Kan
Anonim

For at beregne Lineær regression (ax+b): • Tryk på [STAT] for at gå ind i statistikmenuen. Tryk på højre piletast for at komme til CALC-menuen og tryk derefter på 4: LinReg(ax+b). Sørg for, at Xlist er indstillet til L1, Ylist er indstillet til L2 og Store RegEQ er indstillet til Y1 ved at trykke på [VARS] [→] 1:Function og 1:Y1.

På samme måde spørger folk, hvordan finder man regressionslinjen på en TI 84 Plus?

TI-84: Least Squares Regression Line (LSRL)

  1. Indtast dine data i L1 og L2. Bemærk: Sørg for, at dit Stat Plot er slået til og angiver de lister, du bruger.
  2. Gå til [STAT] "CALC" "8: LinReg(a+bx). Dette er LSRL.
  3. Indtast L1, L2, Y1 i slutningen af LSRL. [2nd] L1, [2nd] L2, [VARS] "Y-VARS" "Y1" [ENTER]
  4. For at se, gå til [Zoom] "9: ZoomStat".

Ligeledes, hvad er ligningen for regressionslinjen? En lineær regressionslinje har en ligning af formen Y = a + bX, hvor X er den forklarende variabel og Y er den afhængige variabel. Hældningen af linje er b, og a er skæringspunktet (værdien af y, når x = 0).

Heraf, hvordan finder du regressionsligningen ud fra data?

Den lineære Regressionsligning Det ligning har formen Y= a + bX, hvor Y er den afhængige variabel (det er den variabel, der går på Y-aksen), X er den uafhængige variabel (dvs. den er plottet på X-aksen), b er linjens hældning og a er y-skæringspunktet.

Hvad er den kvadratiske regressionsligning for datasættet?

EN kvadratisk regression er processen med finde det ligning af den parabel, der passer bedst til en sæt af data . Som et resultat får vi en ligning af formen: y=ax2+bx+c hvor a≠0. Den bedste måde at finde dette på ligning manuelt er ved at bruge mindste kvadraters metode.

Anbefalede: