Führen Sie Regressionen aus TI-Nspire Rechner-Anwendung
Sie können eine Regression auf Daten, die in den TI-Nspire Listen durchführen Spreadsheet-Anwendung aus der Rechner-Anwendung. Im ersten Bildschirm, ein Lists Tabellenkalkulations-Seite wird verwendet, fünf Datenpunkte in x_list und y_list Listen zu setzen. Diese Figur zeigt auch ein Quick Graph der Daten, was darauf hindeutet, dass ein exponentielles Modell eine gute Wahl ist.
Um eine exponentielle Regression auf diese Daten in der Applikation Calculator ausführen, gehen Sie folgendermaßen vor:
Drücken Sie [MENU] -Statistik-Stat Berechnungen-Exponential Regression.
Ein Dialogfenster öffnet sich, wie in dem zweiten Bildschirm angezeigt. Wie bei jedem Dialogfeld können Sie die Taste [TAB] von einem Feld zum nächsten zu bewegen oder [SHIFT] [TAB] rückwärts durch ein Feld zu bewegen.
Konfigurieren Sie das Dialogfeld, indem Sie x_list für die X-Liste und y_list für die Liste Y. Sie können diese Namen geben Sie die Alpha-Tasten oder drücken Sie mit [KLICKEN] und wählen Sie x_list die Position der X-Liste angeben und wählen Sie y_listfor der Y-Liste.
Drücken Sie [ENTER], nachdem das Dialogfeld Konfiguration der Regression auszuführen.
Alle Ergebnisse der Regressions Paste auf die Rechner-Seite, wie im dritten Bildschirm angezeigt.
Die exponentielle Regression Ergebnisse liefern die Gleichung f2(x) = (1,00315) (2,78187)x. Beachten Sie die Bestimmtheitsmaß, R2, Dies kann sehr nahe an 1. legen nahe, dass die Regressionsgleichung eine gute Passform für die Daten ist.
Eine Vielzahl von Variablen werden von TI-Nspire nach einer Regression gespeichert. Um diese Liste zu sehen, drücken Sie die [VAR] Schlüssel. Verwendung der
Tasten können Sie durch diese Liste blättern und eine Variable in die Eingabezeile in der Calculator-Seite einfügen.
Versuchen Sie zum Beispiel die Variable Stat.Resid markieren und die Taste [EINGEBEN] es in die Eingabezeile einzufügen. Drücken Sie [EINGEBEN] zu produzieren wieder eine Liste von Residuen. Diese Liste stellt die Differenz zwischen der y-Wert jeder Datenpunkt und die entsprechenden y-Wert mit der Regressionsgleichung verbunden.