grafiken interpretieren < Statistik (Anwend.) < Stochastik < Hochschule < Mathe < Vorhilfe
|
| Status: |
(Frage) beantwortet  | | Datum: | 11:17 Di 12.08.2008 | | Autor: | Eduart |
| Aufgabe | | also es wäre die aufgabe 2 im dateianhang |
also wie interpretiert man so was
Dateianhänge:
Anhang Nr. 1 (Typ: pdf) [nicht öffentlich]
|
|
| |
|
Hallo!
Naja, Interpretation ist zu viel gesagt.
Es geht eher darum, wie gut die Punktemenge durch eine Grade (die ja eingezeichnet ist) beschrieben werden kann.
Im ersten Bild liegen die Punkte perfekt auf einer Graden, im zweiten siehst du das, was man typischerweise bei irgenwelchen Messungen raus bekommt.
Was meinst du zu 3 und zu 4?
Du kennst anscheinend ja schon den Regressionskoeffizienten. Wie würde der etwa aussehen?
|
|
|
| |
|
| Status: |
(Frage) beantwortet | | Datum: | 11:58 Di 12.08.2008 | | Autor: | Eduart |
aha also wäre bei dem ersten bild ein starker linearer zusammenhang der dann immer schwächer wird?
|
|
|
| |
|
Hi,
> aha also wäre bei dem ersten bild ein starker linearer
> zusammenhang der dann immer schwächer wird?
genau so ist es. Bei der ersten Aufgabe hätten wir eine sehr gute Korrelation. Sie wäre [mm] \\r=+1
[/mm]
Bei der zweiten Abbildungen erkennen wir noch einen linearen Zusammenhang aber die Streuung der Messwerte ist eindeutig höher.
Bei der letzten Abbildungen lässt sich kein linearer Zusammenhang mehr erkennen da die Streuung der Messwerte zu hoch ist. Die Korrelation läge hier nahe [mm] \\0. [/mm] Man kann keine Gerade mehr erkennen ob sie jetzt steigt oder auch sinkt. Die Messwerte sind rotationssymmetrische um den Mittelpunkt
![[hut]](/images/smileys/hut.gif "[hut]") Gruß
|
|
|
| |
|
Hallo!
Vielleicht nochmal zum Regressionskoeffizienten:
Letztendlich sucht man den Schwerpunkt der Punkte, und legt da schonmal die Grade durch.
Dann nimmt man den Abstand jedes Punktes von der Graden in y-Richtung, quadriert ihn, und addiert dann alle diese Quadrate zusammen. Dann wählt man die Steigung der Graden so, daß diese Summe minimal wird. So kommt man auf die Gradenfunktion.
Statt des Abstandes in y-Richtung kann man aber auch den Abstand in x-Richtung nehmen. (Oder anders: Vertausche x und y-Werte der Punkte, und berechne dann die Grade). Der Regressionskoeffizient gibt nun die Ähnlichkeit zwischen den beiden Graden wieder. Für den Fall r=+1 sind beide Graden identisch. In deinem letzten Bild sind zwei Graden im 90°-Winkel eingezeichnet. Diese sind so verschieden, wie es nur geht!
|
|
|
|
