Svar:
Indtast dataene i to lister først.
Forklaring:
Jeg vil bruge parentes til at angive en knap på regnemaskinen og ALLE CAPS for at angive, hvilken funktion der skal bruges.
Lad X og Y være dine to variabler, svarende til en samling punkter.
Tryk på STAT, og vælg derefter EDIT, eller tryk på ENTER.
Dette åbner listerne, hvor du vil indtaste dataene.
Indtast alle værdierne for X i liste 1, en efter en. Indtast en værdi, tryk derefter på ENTER for at gå ned til næste linje.
Indtast nu alle værdierne for Y i liste 2 på samme måde.
Tryk nu på STAT igen.
Brug piletasterne til at flytte til CALC-listen over funktioner.
Dette er statistiske beregninger.
Vælg emne 4, som er mærket LinReg (ax + b).
Det er, dette er Lineær regression funktion af TI-83.
På den næste skærm skal du skrive
2nd 1, 2nd 2.
Bemærk, at du har brug for komma-knappen.
Dette fortæller kalkulatoren, som lister du vil bruge til regression. 2 1 betyder liste 1, for eksempel.
Tryk derefter på ENTER, og voila!
Prisen på kuglepenne varierer direkte med antallet af kuglepenne. En pen koster $ 2,00. Hvordan finder du k i ligningen for prisen på pennerne, brug C = kp, og hvordan finder du den samlede pris på 12 penn?
Samlede omkostninger på 12 penne er $ 24. C prop p:. C = k * p; C = 2,00, p = 1:. 2 = k * 1:. k = 2:. C = 2p {k er konstant] p = 12, C =? C = 2 * p = 2 * 12 = $ 24,00 I alt koster 12 penner $ 24,00. [Ans]
Længden af et rektangel overstiger dens bredde med 4 cm. Hvis længden øges med 3 cm og bredden er forøget med 2 cm, overstiger det nye område det oprindelige område med 79 kvm. Hvordan finder du dimensionerne af det givne rektangel?
13 cm og 17 cm x og x + 4 er de oprindelige dimensioner. x + 2 og x + 7 er de nye dimensioner x (x + 4) + 79 = (x + 2) (x + 7) x ^ 2 + 4x + 79 = x ^ 2 + 7x + 2x + 14 x ^ 2 + 4x + 79 = x ^ 2 + 9x + 14 4x + 79 = 9x + 14 79 = 5x + 14 65 = 5x x = 13
Hvordan ekstrapolerer du ved hjælp af en lineær regressionslinje?
Når vi bruger regressionslinjen til at forudsige et punkt, hvis x-værdi ligger uden for rækkevidden af x-værdier af træningsdata, kaldes det ekstrapolering. For at (med vilje) ekstrapolere bruger vi kun regressionslinjen til at forudsige værdier, der ligger langt fra træningsdata. Bemærk, at ekstrapolering ikke giver pålidelige forudsigelser, fordi regressionslinjen måske ikke er gyldig uden for træningsdataområdet.