Modellering: Forskjell mellom sideversjoner
Linje 14: | Linje 14: | ||
===Korrelasjonskoeffesienten=== | ===Korrelasjonskoeffesienten=== | ||
Korrelasjonskoeffesienten er en statistisk størrelse som brukes for å måle korrespondansen mellom parametre og målinger. Den avhenger kun av datapunktene, ikke av kurvene, og er derfor ikke egnet til å bedømme om kurver er gode tilpasninger. Til det brukes metoden med minste | Korrelasjonskoeffesienten er en statistisk størrelse som brukes for å måle korrespondansen mellom parametre og målinger. Den avhenger kun av datapunktene, ikke av kurvene, og er derfor ikke egnet til å bedømme om kurver er gode tilpasninger. Til det brukes metoden med minste kvadraters avvik. | ||
===Minste kvadraters avvik=== | ===Minste kvadraters avvik=== |
Sideversjonen fra 28. jan. 2010 kl. 11:03
Modellering er en del av statistisk analyse der man fra en mengde målepunkter prøver å finne en matematisk sammenheng mellom variabler (parametre) og målinger.
Når man lager modeller har man i mange tilfeller bruk for et grafisk hjelpemiddel som kan gjøre grovarbeidet. Til dette brukes vanligvis grafiske kalkulatorer på skolen. Et gratis alternativ er Geogebra.
Statistisk modellering har anvendelser i mange praktiske fag, som fysikk, kjemi, økonomi og ingeniørfag.
Hovedfokuset i fagene i videregående skole er å fra målepunktene kunne virdere hvilken type funksjon som best vil beskrive sammenhengen mellom parametre og målinger.
Teknikker for modellering
Algoritmene som brukes i tilpasningen av kuver til datapunkter er ofte så lange og omfattende at kun datamaskiner brukes. Det er likevel lurt å være klar over kriteriene som brukes for å bedømme om en gitt kurve er en god tilpasning, og hvilken kurve blandt flere som best beskriver den.
Korrelasjonskoeffesienten
Korrelasjonskoeffesienten er en statistisk størrelse som brukes for å måle korrespondansen mellom parametre og målinger. Den avhenger kun av datapunktene, ikke av kurvene, og er derfor ikke egnet til å bedømme om kurver er gode tilpasninger. Til det brukes metoden med minste kvadraters avvik.