Die 7 und 8 in Klammern
bezeichnen die 7. und 8.
Elemente von POWER und
CURR .
Um jede Regression hinter LinR
einzugeben, drücken Sie -
¢ , und editieren Sie bei
Bedarf.
Verfolgen Sie das statistische Diagramm bis ungefähr zum Wert von
POWER
bei
CURR=125
dichtesten bei
CURR=125
können,
(auf der y-Achse).
CURR=120
aus dem Menü MATH aus, um den Interpolations-
Wählen Sie
INTER
/Extrapolationseditor anzuzeigen. Um
interpolieren, geben Sie die nächsten Paare ein:
x1=POWER(7)y1=CURR(7)
x2=POWER(8)y2=CURR(8)
Geben Sie
ein, und lösen Sie für
y=125
µ
Wählen Sie auf dem Hauptbildschirm
aus, um die lineare Regressionsmodellgleichung in Übereinstimmung
mit den
POWER
und
CURR
Sie den Wert der Ergebnisvariablen
¸
Bringen Sie die logarithmischen (
Übereinstimmung mit den Daten, wobei Sie für jede Regression den Wert von
gleichen Sie die
-Werte aller Regressionen, um zu ermitteln, welches Modell am genauesten mit
corr
den Daten übereinstimmt (der am dichtesten bei
¹
Führen Sie die genaueste Regression erneut aus, und wählen Sie
aus dem Menü STAT aus. Um
dann
FCST
vorherzusagen, geben Sie
Vergleichen Sie dieses Ergebnis mit dem in Schritt 9 zurück-
gegebenen Ergebnis.
. Mit diesen statistischen Daten ist der am
liegende Wert, zu dem Sie verfolgen
POWER
bei
CURR=125
.
x
aus dem Menü STAT CALC
LinR
gespeicherten Daten zu bringen. Notieren
corr
.
LnR
), exponentiellen (
1
liegende
POWER
bei
y=125
ein, und lösen Sie für
Kapitel 19: Anwendungen
zu
ExpR
) und Potenzregressionen (
corr
corr
-Wert).
CURR=125
x
.
289
PwrR
) in
notieren. Ver-