İstatistik - Ti 83 Üstel Regresyon

Ti 83 Üstel Regresyon, belirsiz değişken kümeleri arasındaki eş ilişkiye en iyi uyan denklemi hesaplamak için kullanılır.

Formül

$ {y = a \ times b ^ x} $

Nerede -

$ {a, b} $ = üstel için katsayılar.

Misal

Problem Statement:

Aşağıdaki veri noktaları için Üstel Regresyon Denklemini (y) hesaplayın.

Zaman (dakika), Ti	0	5	10	15
Sıcaklık (° F), Te	140	129	119	112

Solution:

A ve b'yi üstel Regresyon için katsayılar olarak düşünelim.

Step 1

$ {b = e ^ {\ frac {n \ times \ sum Ti log (Te) - \ sum (Ti) \ times \ sum log (Te)} {n \ times \ sum (Ti) ^ 2 - \ times ( Ti) \ times \ sum (Ti)}}} $

Nerede -

$ {n} $ = toplam öğe sayısı.

$ {\ sum Ti log (Te) = 0 \ times log (140) + 5 \ times log (129) + 10 \ times log (119) + 15 \ times log (112) = 62.0466 \\ [7pt] \ sum log (L2) = log (140) + log (129) + log (119) + log (112) = 8,3814 \\ [7pt] \ sum Ti = (0 + 5 + 10 + 15) = 30 \\ [7pt ] \ sum Ti ^ 2 = (0 ^ 2 + 5 ^ 2 + 10 ^ 2 + 15 ^ 2) = 350 \\ [7pt] \, b = e ^ {\ frac {4 \ times 62.0466 - 30 \ times 8.3814 anlamına gelir } {4 \ times 350 - 30 \ times 30}} \\ [7pt] = e ^ {- 0.0065112} \\ [7pt] = 0.9935} $

Step 2

$ {a = e ^ {\ frac {\ sum log (Te) - \ sum (Ti) \ times log (b)} {n}} \\ [7pt] = e ^ {\ frac {8.3814 - 30 \ times günlük (0.9935)} {4}} \\ [7pt] = e ^ 2.116590964 \\ [7pt] = 8.3028} $

Step 3

A ve b'nin değerini Üstel Regresyon Denklemine (y) koyarak elde ederiz.

$ {y = a \ times b ^ x \\ [7pt] = 8.3028 \ times 0.9935 ^ x} $