Page 29 - 4363

y  y , y ,..., y підібрати многочлен заданого ступеня m <n
0 1 n
виду:
m
 (x )  a x  a x m 1  ... a  x a , (3.1)
m m 1 1 0
приймає в заданих точках x значення найбільш близькі
i
до табличних значень y . Коефіцієнти a многочлена (3.1)
i
i
знаходять з розв’язку системи:
 ab 00 0 b 01 a 1 ... b 0 m a m c 0

b
 q0 a 0 b 11 a 1 ... b 1 m a m c 1
 (3.2)
 ......... .......... .......... .......... .......
 b a b a ... b a c
 m0 0 m1 1 mm m m
n n
c
l
де b k l ,   x i k l , k   x i k y i , k,  1 , 0 ,..., n
 i 1  i 1
Регресійний аналіз
Нехай є два ряди чисел x  x , x ,..., x і y  y , y ,..., y ,
0 1 n 0 1 n
при цьому передбачається, що ряд у будь-яким чином
залежить від ряду х. Задача регресійного аналізу полягає у
відновленні математичної залежності (регресії) у (х) за
результатами вимірювань (x i , y i ) , i= 0,1,…,n.
Mathcad включає ряд функцій для обчислення регресії.
Функції відрізняються перш за все типом кривої, яку вони
використовують, щоб апроксимувати дані.
Лінійна регресія
Вбудовані функції intercept (to intercept - відкласти
відрізок на лінії) і slope (нахил) розв’язують найпростіші і
поширені завдання лінійної регресії експериментальних
даних:
f(x) = slope(vx, vy) x + intercept(vx, vy)

27