Lineare Regression: Unterschied zwischen den Versionen

Aus Augenbit

Zeile 1: Zeile 1:
Halllo,
Ein Beispiel für lineare Regression mit Maple:
> restart;
> with(stats):
> with(stats[statplots]):
> with(plots):
> x_values:=[30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52];
> y_values:=[60, 63, 59, 70, 79, 81, 83, 90, 95, 95, 99, 105];
> linear_regression:=fit[leastsquare[[x, y], y = a*x + b, {a, b}]]([x_values, y_values]);
linear_regression := y = 1231/572*x-2854/429


Meine Frage lautet wie folgt: Hat jemand eine Ahrnung wie man mit Maple lineare Rekression errechnen kann?
Sprich: Ich habe z.B. 5 Punkte auf dem Koordinatensystem gegeben und möchte jetzt die bestmögliche lineare Gleichung erhalten.
Die Sehenden tragen die gegebenen Punkte in ihren GTR (oder sonstige Rechner) ein, und erhalten dann die Funktion (sprich m und b der Kurve) und können sie sich dann auch ggf. zeichnen lassen.
Nun ist  meine Frage: Wie lautet der Befehl in Maple dazu, kann mir da jemand weiter helfen?
Auch nicht nur lineare Geraden sollen erstellt werden können, bei wunsch auch Kurfen mit 3. oder 4. Grades, das man dann sicherlich in Maple (bei dem Befehl) angeben kann.
Beste Grüße: Sebasdtain
{{Vorlage:BrailleMaple}}
{{Vorlage:BrailleMaple}}

Version vom 9. März 2007, 13:12 Uhr

Ein Beispiel für lineare Regression mit Maple: > restart; > with(stats): > with(stats[statplots]): > with(plots): > x_values:=[30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52]; > y_values:=[60, 63, 59, 70, 79, 81, 83, 90, 95, 95, 99, 105]; > linear_regression:=fit[leastsquare[[x, y], y = a*x + b, {a, b}]]([x_values, y_values]); linear_regression := y = 1231/572*x-2854/429