SQA (Befehl): Unterschied zwischen den Versionen

Version vom 24. August 2015, 09:18 Uhr

SQA[ <Liste von Punkten>, <Funktion> ]: Berechnet die Summe der quadratischen Abweichungen, SQA, zwischen den y-Werten der Punkte in der Liste und den Funktionswerten der x-Werte in der Liste.; Beispiel: Angenommen wir haben eine Liste von Punkten L={(1, 3), (3, 4),(2, 2), (5, 2), (5, 5)} und die beiden Funktionen f(x)=TrendPoly[L,1] und g(x)=FitPoly[L,2]. Dann ergibt SQA[L,f] 9 und SQA[L,g] 6.99 und wir sehen, dass g(x) die bessere Annäherung ist im Sinne der kleinsten Summe der quadratischen Fehler.

@@ Zeile 1: / Zeile 1: @@
-<noinclude>{{Manual Page|version=4.2}}</noinclude>{{command|statistics|SQA}}
+<noinclude>{{Manual Page|version=5.0}}</noinclude>
+{{command|statistics|SQA}}
 ;SQA[ <Liste von Punkten>, <Funktion> ]
-:Berechnet die Summe der quadratischen Fehler, SSE, zwischen den ''y''-Werten der Punkte in der Liste und den Funktionswerten der ''x''-Werte in der Liste.
+:Berechnet die Summe der quadratischen Abweichungen, SQA, zwischen den ''y''-Werten der Punkte in der Liste und den Funktionswerten der ''x''-Werte in der Liste.
-:{{Example|1= Seien <code><nowiki>A = (1, 3)</nowiki></code>, <code><nowiki>B = (3, 4)</nowiki></code>, <code><nowiki>C = (2, 2)</nowiki></code>, <code><nowiki>D = (5, 2)</nowiki></code>, <code><nowiki>E = (5, 5)</nowiki></code>, <code><nowiki>F = (3, 5)</nowiki></code>, <code><nowiki>G = (5, 6)</nowiki></code> und <code><nowiki>H = (4, 3)</nowiki></code> Punkte. Markieren Sie den Bereich der Punkte in der Grafik-Ansicht und betätigen Sie den Button [[Image:Tool_Fit_Line.gif]] ''Regressionsgerade'' mit dem Sie die Regressionsgerade ''a: y = 0.38x + 2.44'' der Punkte erhalten. Mit dem Befehl <code><nowiki>SQA[{A, B, C, D, E, F, G, H}, a]</nowiki></code> erhalten Sie ''b = 13.25''.}}
+:{{Example|1= Angenommen wir haben eine Liste von Punkten <code><nowiki>L={(1, 3), (3, 4),(2, 2), (5, 2), (5, 5)}</nowiki></code> und die beiden Funktionen <code>f(x)=TrendPoly[L,1]</code> und <code>g(x)=FitPoly[L,2]</code>. Dann ergibt <code>SQA[L,f]</code> ''9'' und <code>SQA[L,g]</code> ''6.99'' und wir sehen, dass ''g(x)'' die bessere Annäherung ist im Sinne der kleinsten Summe der quadratischen Fehler.
+}}

SQA (Befehl): Unterschied zwischen den Versionen

Version vom 24. August 2015, 09:18 Uhr

SQA

Kategorien für Befehle (Alle Befehle)