Modellering

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.

Minste kvadraters avvik

Minste kvadraters avvik er den mest brukte metoden for tilpasning av kurver. Det finnes to måter å gjøre dette på; vertikalt avvik (venstre figur over) og vinkelrett avvik (høyre figur over). På grunn av de kompliserte algoritmene som må tas i bruk på sistnevnte, er det minste kvadraters avvik med vertikalt avvik som er mest brukt.

Denne består av at man har en mengde målepunkter på formen <tex>P_i(x_i,y_i)</tex>, og at man fnner funksjonen <tex>y=f(x)</tex> slik at

<tex>\sum_{i} \left( f(x_i)-y_i \right) ^2</tex>

, der stor sigma står for sum over <tex>i</tex>, minimeres.

Avvikende målepunkter

Lineær modellering

Ikke-lineær modellering

Polynomisk modellering

Eksponentiell modellering

Sinusoidal modellering