积极 AI Logo 积极 AI

回归分析演示

回归分析演示
几何画板及绘图内容加载中，请稍等……
2018-07-07 22:07
函数解析几何微积分概率统计最值优化
①本范例演示了如何通过散点图展示数据回归分析过程，并绘制最佳拟合曲线；②涉及的核心数学概念包括相关系数(PMCC)、线性回归方程、参数曲线、随机变量及百分比计算；③作图要点提炼自构造摘要，使用了Random(随机数生成)、If(条件判断)、PMCC(相关系数计算)、FitPoly(多项式拟合)等GeoGebra命令与对象；④适合高中及以上数学学习者，用于理解统计与微积分中回归分析的应用。

GeoGebra 命令及参数

  1. Random(0, 20) → b_1, 12
  2. If(scatter ≟ 0, 10.5, 1 / ((5 * scatter))) → deviation
  3. If(scatter > 0, Random[0, 3], scatter < 0, Random[22, 25], scatter ≟ 0, Random[5, 15]) → intercept
  4. Random(0, 20) → a, 10
  5. Random(0, 20) → a_1, 17
  6. Random(0, 20) → w, 6
  7. Random(0, 20) → v, 1
  8. Random(0, 20) → u, 4
  9. Random(0, 20) → t, 16
  10. Random(0, 20) → s, 19
  11. Random(0, 20) → r, 14
  12. Random(0, 20) → q, 0
  13. Random(0, 20) → p, 5
  14. Random(0, 20) → o, 4
  15. Random(0, 20) → n, 0
  16. Random(0, 20) → m, 19
  17. Random(0, 20) → l, 17
  18. Random(0, 20) → k, 11
  19. Random(0, 20) → j, 13
  20. Random(0, 20) → i, 5
  21. Random(0, 20) → h, 20
  22. Random(0, 20) → g, 8
  23. Random(0, 20) → f, 19
  24. Random(0, 20) → e, 14
  25. Random(0, 20) → d, 14
  26. Random(0, 20) → c, 1
  27. Random(0, 20) → b, 7
  28. PMCC(list) → correlation
  29. FitPoly(list, 1) → g_1