Casio FX-9750GII Benutzerhandbuch
Seite 164
6-13
13
Quadratische Regression
Modellformel .........
y
=
ax
2
+
bx
+
c
a
.......... Zweiter Regressionskoeffizient
b
.......... Erster Regressionskoeffizient
c
.......... Konstanter Term des
Regressionskoeffizienten
(
y
-Achsenabschnitt)
Kubische Regression
Modellformel .........
y
=
ax
3
+
bx
2
+
cx
+
d
a
.......... Dritter Regressionskoeffizient
b
.......... Zweiter Regressionskoeffizient
c
.......... Erster Regressionskoeffizient
d
.......... Konstanter Term des
Regressionskoeffizienten
(
y
-Achsenabschnitt)
Quartische Regression
Modellformel .........
y
=
ax
4
+
bx
3
+
cx
2
+
dx
+
e
a
.......... Vierter Regressionskoeffizient
b
.......... Dritter Regressionskoeffizient
c
.......... Zweiter Regressionskoeffizient
d
.......... Erster Regressionskoeffizient
e
.......... Regressionskonstante (Schnittstelle mit der
y
-Achse, Absolutglied)
I Logarithmische Regression (quasilineare Regression)
Die logarithmische Regression beschreibt die abhängige Variable
y
als Logarithmusfunktion
von
x
. Die Standardformel für die logarithmische Regression lautet
y
=
a
+
b
× In
x
, so dass
bei einer Transformation von X = In
x
die Formel
y
=
a
+
b
X für die lineare Regression erhalten
wird (quasilineare Regression).
(CALC)(E)(Log)
(DRAW)
Nachfolgend ist die Modellformel für die logarithmische
Regression aufgeführt.
y
=
a
+
b
·ln
x
a
.............. Regressionskonstante
b
.............. Regressionskoeffizient
I Exponentielle Regression (quasilineare Regression)
Die exponentielle Regression beschreibt die abhängige Variable
y
als Exponentialfunktion
von
x
. Die Standardformel für die exponentielle Regression lautet
y
=
a
×
e
bx
, so dass man
In
y
= In
a
+
bx
erhält, wenn beide Seiten der Modellgleichung logarithmiert werden. Falls man
dann Y = In
y
und A = In
a
setzt, erhält man die Formel Y = A +
bx
für die lineare Regression
(quasilineare Regression).
(CALC)(E)(Exp)
(
aeˆbx
) oder
(
abˆx
)
(DRAW)
Nachfolgend ist die Modellformel für die exponentielle
Regression aufgeführt.
y
=
a
·
e
bx
a
.............. Regressionskoeffizient
b
.............. Regressionskoeffizient des Exponenten