* Данный текст распознан в автоматическом режиме, поэтому может содержать ошибки
Аппроксимация и регрессия в СКМ Derive и MuPAD
547
мую аппроксимирующую функцию в виде формулы с численными значениями параметров a и b. Следующий пример поясняет это:
1: 2: "?aaeecaoey iaoiaa iaeiaiuoeo eaaa?aoia" "Eeiaeiay ?aa?anney" / x a x + b \ | | | 2 5.5 | | | | 4 6.3 | FIT | | | 6 7.2 | | | | 10 8.6 | | | \ 8 8 / "Eniieucoai eiiaiao approX" 0.395 x + 4.75
3:
4: 5:
Итак, в данном случае облако точек исходной зависимости приближено функ цией 0,369x+4,75.
Логарифмическая регрессия
Столь же просто можно провести логарифмическую регрессию:
1: 2: "?aaeecaoey iaoiaa iaeiaiuoeo eaaa?aoia" "Eiaa?eoie?aneay ?aa?anney" / x a + b LOG (x, 10) \ | | | 1 1 | | | FIT | 2 1.45 | | | | 3 1.7 | | | \ 4 1.9 / 0.645501 LN (x) + 0.999640
3:
4:
Облако точек в данном случае приближено логарифмической функцией 0,645501 ln(x) + 0,99964.
Полиномиальная регрессия
Другой пример показывает использование функции FIT(m) для полино миальной регрессии:
1: 2: "?aaeecaoey iaoiaa iaeiaiuoeo eaaa?aoia" "Iieeiiieaeuiay ?aa?anney" / 3 2 \ | x a x + b x + c x + d | | | | 1 1 | | |
