积极 AI Logo 积极 AI

H2M L18 Q3

H2M L18 Q3
几何画板及绘图内容加载中，请稍等……
2020-05-02 17:40
微积分概率统计
该范例演示了如何通过线性回归分析来解决统计问题。核心概念包括相关性、线性回归、模式识别等。通过使用GeoGebra命令如Sort、FitLineY等，可以构建出数据点的线性模型。适合高中数学学习者和教师使用。

GeoGebra 命令及参数

  1. Sort(Sample[l4, Random[6, 9], false]) → l5
  2. Length(lx) → n
  3. Sequence((Element[lx, i], Element[ly, i]), i, 1, n) → l1
  4. FitLineY(l1) → f
  5. Sequence((Element[ly1, i], Element[lx, i]), i, 1, n) → l6
  6. FitLineY(l6) → i
  7. Sum(lx) → smx
  8. Sequence((Element[lx, i], Element[ly1, i]), i, 1, n) → l2
  9. FitLineY(l2) → f1
  10. Simplify((round(Slope[f1], 3) * x) + round(f1(0), 2)) → g
  11. Join({{"x"}, lx}) → lx1
  12. Join({{"y"}, ly1}) → ly3
  13. Join({{"y"}, Take[ly1, 1, n - 2], {"m"}, {Element[ly1, n]}}) → ly2
  14. TableText(lx1, ly2, "c|_") → text1
  15. Solutions(h = a) → l3
  16. Slope(i) → mx
  17. Intersect(g, xAxis) → A
  18. Intersect(eq1, xAxis) → B

AI 绘图提示语参考

绘制一组散点数据，并添加两条线性拟合直线。首先，从原始数据中随机选取部分点，按横坐标排序后作为散点。然后，对散点进行线性回归，得到一条拟合直线。接着，将散点的横纵坐标互换，再对互换后的点进行线性回归，得到另一条拟合直线。最后，在坐标平面上显示这两条直线，并标注它们与横轴的交点。同时，在表格中列出原始数据及修改后的数据，包括一个被替换为字母m的异常值。
以上提示语为根据原始绘图命令整理而来，仅供参考。