Regresjon for å finne matematisk modell

Regresjon er metoden du bruker for å finne en matematisk modell ut ifra et datasett. Dette vil du alltid gjøre med digitale hjelpemidler. Når du utfører en regresjon ønsker du å finne den funksjonen som passer best til det settet med punkter du har fått oppgitt. Grafisk kan du tenke at du har innhentet et tallmateriale fra virkeligheten og tegnet inn disse som punkter i et koordinatsystem. Gjennom regresjon finner du en graf som er ganske nærme disse punktene. Bildet nedenfor illustrerer en graf som treffer punktene rimelig bra. (Husk: En matematisk modell er sjeldent helt perfekt, sammenlignet med virkeligheten).

Et set med punkter tilnærmet ved en funksjon

Ulike datamengder kan se ganske forskjellige ut. Derfor trenger du å kunne noen ulike funksjonstyper som har forskjellig form på grafen. For å få en god modell med små feil er det viktig å velge riktig funksjon. De vanligste modellene er beskrevet her:

Teori

De vanligste modellene ved regresjon

Lineær modell:

y = ax + b

Andregradsmodell:

y = ax2 + bx + c

Eksponentiell modell:

y = aekx

Trigonometrisk modell:

y = A sin(cx + ϕ) + d

Det du har lyst til, er å finne en modell hvor grafen er ganske nærme de datapunktene du har. Nedenfor ser du en lineær modell som passer helt ok med de innsamlede datapunktene.

En lineær modell tilpasset et sett med datapunkter

Vil du vite mer?Registrer degDet er gratis!