Casio FX-9860G SD Bedienungsanleitung Seite 296

Berechnungen und grafische Darstellungen mit einer zweidimensionalen Stichprobe
k Logarithmische Regression (quasilineare Regression)
Die logarithmische Regression beschreibt die abhängige Variable
x
von . Die Standardformel für die logarithmische Regression lautet
bei einer Transformation von X = ln
erhalten wird (quasilineare Regression).
1(CALC)6(g)2(Log)
6(DRAW)
Nachfolgend ist die Modellformel für die logarithmische
Regression aufgeführt.
y a b
= +
a .............
b .............
r ..............
r 2 ............
MSe
........ mittlerer quadratischer Fehler (Restvarianz aus der Streuungszerlegung)
k Exponentielle Regression (quasilineare Regression)
Die exponentielle Regression beschreibt die abhängige Variable
x
von . Die Standardformel für die exponentielle Regression lautet
y a bx
ln = In + erhält, wenn beide Seiten der Modellgleichung logarithmiert werden. Falls
y
man dann Y = In
gression (quasilineare Regression).
1(CALC)6(g)3(Exp)
6(DRAW)
Nachfolgend ist die Modellformel für die exponentielle
Regression aufgeführt.
bx
y a e
=
•
a .............
b .............
r ..............
r ............
2
MSe
........ mittlerer quadratischer Fehler (Restvarianz aus der Streuungszerlegung)
x
die Formel
x
ln
•
Regressionskonstante
Regressionskoeffizient
Korrelationskoeffizient (der quasilinearen Regression)
Bestimmtheitsmaß (der quasilinearen Regression)
a
und A = In setzt, erhält man die Formel Y = A +
Regressionskoeffizient (Schnittstelle mit der
Regressionskoeffizient des Exponenten
Korrelationskoeffizient (der quasilinearen Regression)
Bestimmtheitsmaß (der quasilinearen Regression)
6-3-8
y a b
= + X für die lineare Regression
y
y
20050401 20050401
y
als Logarithmusfunktion
× ln
y a b x
= + , so dass
als Exponentialfunktion
×
y a e bx
= , so dass man
bx
für die lineare Re-
-Achse)