K med-med-regression, K quadratische/kubische/quartische regression – Casio FX-CG10 Benutzerhandbuch
Seite 211
6-17
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)
Quadratische Regression
Modellformel .........
y
=
ax
2
+
bx
+
c
a
.......... Zweiter Regressionskoeffizient
b
.......... Erster Regressionskoeffizient
c
.......... Konstanter Term des
Regressionskoeffizienten
(
y
-Achsenabschnitt)
k Med-Med-Regression
Wenn extreme Werte (Ausreißer) im Datenmaterial vermutet werden, sollte eine Med-Med-
Regression anstelle der Methode der kleinsten Quadrate verwendet werden. Dies ist ähnlich
einer linearen Regression, wobei jedoch die Einflüsse extremer Werten reduziert werden.
1(CALC) 3(Med)
6(DRAW)
Nachfolgend ist die Modellformel für die Med-Med-
Regression aufgeführt.
y
=
ax
+
b
a
.............. Anstieg der Med-Med-Regressionsgeraden
b
.............. Med-Med-Regressionsgeraden-
y
-
Achsenabschnitt
k Quadratische/Kubische/Quartische Regression
Eine quadratische/kubische/quartische Regression stellt einen nichtlinearen Ausgleich der
Datenpunkte eines Streudiagramms dar. Die Analyse beruht auf der Methode der kleinsten
Quadrate, um eine optimale Kurve zu erhalten, die möglichst nahe an vielen Datenpunkten
liegt. Die folgenden Formeln beschreiben die quadratische/kubische/quartische Regression.
Beispiel: Quadratische Regression
1(CALC) 4(X
2
)
6(DRAW)
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 (
y
-Achsenabschnitt)