www.vorhilfe.de
Vorhilfe

Kostenlose Kommunikationsplattform für gegenseitige Hilfestellungen.
Hallo Gast!einloggen | registrieren ]
Startseite · Forum · Wissen · Kurse · Mitglieder · Team · Impressum
Forenbaum
^ Forenbaum
Status Vorhilfe
  Status Geisteswiss.
    Status Erdkunde
    Status Geschichte
    Status Jura
    Status Musik/Kunst
    Status Pädagogik
    Status Philosophie
    Status Politik/Wirtschaft
    Status Psychologie
    Status Religion
    Status Sozialwissenschaften
  Status Informatik
    Status Schule
    Status Hochschule
    Status Info-Training
    Status Wettbewerbe
    Status Praxis
    Status Internes IR
  Status Ingenieurwiss.
    Status Bauingenieurwesen
    Status Elektrotechnik
    Status Maschinenbau
    Status Materialwissenschaft
    Status Regelungstechnik
    Status Signaltheorie
    Status Sonstiges
    Status Technik
  Status Mathe
    Status Schulmathe
    Status Hochschulmathe
    Status Mathe-Vorkurse
    Status Mathe-Software
  Status Naturwiss.
    Status Astronomie
    Status Biologie
    Status Chemie
    Status Geowissenschaften
    Status Medizin
    Status Physik
    Status Sport
  Status Sonstiges / Diverses
  Status Sprachen
    Status Deutsch
    Status Englisch
    Status Französisch
    Status Griechisch
    Status Latein
    Status Russisch
    Status Spanisch
    Status Vorkurse
    Status Sonstiges (Sprachen)
  Status Neuerdings
  Status Internes VH
    Status Café VH
    Status Verbesserungen
    Status Benutzerbetreuung
    Status Plenum
    Status Datenbank-Forum
    Status Test-Forum
    Status Fragwürdige Inhalte
    Status VH e.V.

Gezeigt werden alle Foren bis zur Tiefe 2

Navigation
 Startseite...
 Neuerdings beta neu
 Forum...
 vorwissen...
 vorkurse...
 Werkzeuge...
 Nachhilfevermittlung beta...
 Online-Spiele beta
 Suchen
 Verein...
 Impressum
Das Projekt
Server und Internetanbindung werden durch Spenden finanziert.
Organisiert wird das Projekt von unserem Koordinatorenteam.
Hunderte Mitglieder helfen ehrenamtlich in unseren moderierten Foren.
Anbieter der Seite ist der gemeinnützige Verein "Vorhilfe.de e.V.".
Partnerseiten
Dt. Schulen im Ausland: Mathe-Seiten:

Open Source FunktionenplotterFunkyPlot: Kostenloser und quelloffener Funktionenplotter für Linux und andere Betriebssysteme
Forum "Analysis-Sonstiges" - quadratische Regression
quadratische Regression < Sonstiges < Analysis < Oberstufe < Schule < Mathe < Vorhilfe
Ansicht: [ geschachtelt ] | ^ Forum "Analysis-Sonstiges"  | ^^ Alle Foren  | ^ Forenbaum  | Materialien

quadratische Regression: aufstellen gleichung mupad
Status: (Frage) beantwortet Status 
Datum: 16:16 Fr 09.04.2010
Autor: vorhil_fe

Aufgabe
Flüssigkeit wird auf 90Grad erhitzt, dann lässt man sie bei Umgebungstemp. abkühlen; Messreihe:
Zeit in t Min.: 0 1 2 3 4 5 6 7
Temp. in C: 90 58 40 31 26 22 22 21

Bestimme Gleichung einer quadratischen Regressionskurve!

ich weis, dass der Ansatz folgender ist:

[mm] p(x)=ax^2+x+c [/mm]

Aber wie kann ich das einmal generell lösen, evt. von Hand und wie geht das mit dem Matheprogramm Mupad, unter dem einfachen Befehl solve bekommt man hier für a, b und c keine Ergebnisse heraus!

Freue mich über eine Antwort :-)

Ich habe diese Frage in keinem Forum auf anderen Internetseiten gestellt.

        
Bezug
quadratische Regression: lösung Mupad
Status: (Frage) beantwortet Status 
Datum: 16:26 Fr 09.04.2010
Autor: vorhil_fe

Aufgabe
Wachstum Pflanze wird über Zeitraum mehreren Jahren untersucht:
t:               1      2      3       4     5
w in Meter/Jahr 0,8    0.54   0,36   0.24   0.16

Bestimme mit Hilfe der Messwerte eine Exponentialfunktion, die Wachstumsgeschwindigkeit in Abhängigkeit von Zeit beschreibt.

Ich weiß: [mm] w(t)=a*b^t [/mm]
und kann durch exponentielle Regression bestimmt werden.
Wie kann man dies evt. von Hand ausrechnene, und wie löst man dies von Mathe?Auch hier hilf der Befehl solve nichts.

Danke im Voraus!
:-)

Bezug
                
Bezug
quadratische Regression: Antwort
Status: (Antwort) fertig Status 
Datum: 16:57 Fr 09.04.2010
Autor: MathePower

Hallo vorhil_fe,

> Wachstum Pflanze wird über Zeitraum mehreren Jahren
> untersucht:
> t:               1      2      3       4     5
>  w in Meter/Jahr 0,8    0.54   0,36   0.24   0.16
>  
> Bestimme mit Hilfe der Messwerte eine Exponentialfunktion,
> die Wachstumsgeschwindigkeit in Abhängigkeit von Zeit
> beschreibt.
>  Ich weiß: [mm]w(t)=a*b^t[/mm]
>  und kann durch exponentielle Regression bestimmt werden.
>  Wie kann man dies evt. von Hand ausrechnene, und wie löst
> man dies von Mathe?Auch hier hilf der Befehl solve nichts.


Hier mußt Du die Funktion w(t) auf eine Gerade zurückführen.

Dies erreichst Du durch logarithmieren beider Seiten.

Bevor Du so verfahren kannst, wie in meinem ersten Post hier
beschrieben, treffe zunächst ein paar Definitionen.


>  
> Danke im Voraus!
>  :-)


Gruss
MathePower

Bezug
        
Bezug
quadratische Regression: Antwort
Status: (Antwort) fertig Status 
Datum: 16:47 Fr 09.04.2010
Autor: MathePower

Hallo vorhil_fe,

[willkommenmr]

> Flüssigkeit wird auf 90Grad erhitzt, dann lässt man sie
> bei Umgebungstemp. abkühlen; Messreihe:
>  Zeit in t Min.: 0 1 2 3 4 5 6 7
>  Temp. in C: 90 58 40 31 26 22 22 21
>  
> Bestimme Gleichung einer quadratischen Regressionskurve!
>  ich weis, dass der Ansatz folgender ist:
>  
> [mm]p(x)=ax^2+x+c[/mm]
>  
> Aber wie kann ich das einmal generell lösen, evt. von Hand
> und wie geht das mit dem Matheprogramm Mupad, unter dem
> einfachen Befehl solve bekommt man hier für a, b und c
> keine Ergebnisse heraus!


Generell betrachtet man die Funktion

[mm]\summe_{i=1}^{n}\left( \ y_{i}-p\left(x_{i}\right) \ \right)^{2} \to \operatorname{min}[/mm]

Durch partielles Differenzieren nach den Parametern (hier: a,b,c)
erhält man die Bestimmungsgleichungen.

Hier:

[mm]\bruch{\partial}{\partial a}\summe_{i=1}^{n}\left( \ y_{i}-p\left(x_{i}\right) \ \right)^{2} =0[/mm]

[mm]\bruch{\partial}{\partial b}\summe_{i=1}^{n}\left( \ y_{i}-p\left(x_{i}\right) \ \right)^{2} =0[/mm]

[mm]\bruch{\partial}{\partial c}\summe_{i=1}^{n}\left( \ y_{i}-p\left(x_{i}\right) \ \right)^{2} =0[/mm]


Das ist ein lineares Gleichungssystem,
woraus sich die Parameter a,b,c bestimmen lassen.


>  
> Freue mich über eine Antwort :-)
>  
> Ich habe diese Frage in keinem Forum auf anderen
> Internetseiten gestellt.


Gruss
MathePower

Bezug
                
Bezug
quadratische Regression: Frage (beantwortet)
Status: (Frage) beantwortet Status 
Datum: 21:58 Fr 09.04.2010
Autor: vorhil_fe

ehrlich gesagt fällt es mir sehr schwer diese antwort zu verstehen=> das sagt mir überhaupt nicht!in meinem Abibuch steht unterlösung man kann es in gtr(graphischen taschenrechner als lösung eingeben) und bekommt dann a,b,c ...heraus!
Ich habe aber keinen Gtr sondern Mupad! Wie kann man es mit Mupad lösen lassen?

Danke führ deine Antwort!


Bezug
                        
Bezug
quadratische Regression: Antwort
Status: (Antwort) fertig Status 
Datum: 00:55 Sa 10.04.2010
Autor: Blech

Hi,

solve wird es nicht lösen können, weil es keine Lösung gibt, so daß [mm] $y_t=p(t)$, [/mm]
für y=Temperaturen, [mm] $p(x)=ax^2+bx+c$ [/mm] und [mm] $t=0,1,\ldots,7$ [/mm]

Anstattdessen suchen wir bei der Regression ja die Werte für a, b und c, so daß der quadratische Fehler

[mm] $\sum_{t=0}^7 (y_t [/mm] - [mm] p(t))^2$ [/mm]

minimal ist.

Dafür dürfte MuPad eine eigene Funktion haben. Als ich bei Google danach gesucht hab, war die erste Seite aber voll mit hits über bugs und Fehler in Mupad's Regressionen, also kann ich von dem Programm dafür nur abraten.

R (download []hier) ist das klassische Programm für solche Aufgaben, Excel kann man mit etwas Einsatz auch dazu bringen.

In R sieht das ganze dann so aus:

1: > y=c(90,58,40,31,26,22,22,21)
2: > y
3: [1] 90 58 40 31 26 22 22 21
4: > t=c(0:7)
5: > t
6: [1] 0 1 2 3 4 5 6 7
7: > t2=t^2
8: > t2
9: [1]  0  1  4  9 16 25 36 49
10: > lm(y~t2+t)
11:
12: Call:
13: lm(formula = y ~ t2 + t)
14:
15: Coefficients:
16: (Intercept)           t2            t  
17:      84.917        2.298      -24.679  
18:


Das meiste ist denk ich ziemlich selbsterklärend. Der Intercept ist die Konstante, d.h. Dein c.

lm() steht für linear model, also lineare Regression mit normalverteilten Residuen. Linear, weil p zwar eine quadratische Funktion in t ist, aber in a, b und c (d.h. unseren gesuchten Werten) ist es linear.

Ich kann dem Aufgabensteller übrigens nur dazu raten, die Meßreihe zu logarithmieren. Das Ergebnis wird viel schöner.

Für Deine zweite Aufgabe mußt Du wie erwähnt Logarithmieren:

[mm] $w(t)=a*b^t\ \Rightarrow\ \ln(w(t))=\ln(a)+\ln(b)*t$ [/mm]

das ist wieder linear. Die vom Programm ausgespuckten Koeffizienten sind dann halt die Logarithmen der gesuchten Werte.

ciao
Stefan

Bezug
                                
Bezug
quadratische Regression: yo
Status: (Mitteilung) Reaktion unnötig Status 
Datum: 14:02 Sa 10.04.2010
Autor: vorhil_fe

Vielen Dank für deine Mühe meine Frage zu beantworten!
:-)

Bezug
                                        
Bezug
quadratische Regression: Mitteilung
Status: (Mitteilung) Reaktion unnötig Status 
Datum: 14:26 Sa 10.04.2010
Autor: Blech

Hi,

kein Problem. =)

Btw. mir ist aufgefallen, daß Excel ja trendlines einfügen kann, die für Deine Funktionen ausreichen (exponentiell, quadratisch), und bei denen man sich die Koeffizienten anzeigen lassen kann. Solange Du nur an den Koeffizienten interessiert bist und keine Diagnostik brauchst, sollte das für Deine Zwecke auch ausreichen. =)

Wenn ich Dich bei R mit mehr belästigen darf:

1: > model1=lm(y~t2+t)
2: > summary(model1)
3:
4: Call:
5: lm(formula = y ~ t2 + t)
6:
7: Residuals:
8:       1       2       3       4       5       6       7       8 
9:  5.0833 -4.5357 -4.7500 -0.5595  3.0357  3.0357  2.4405 -3.7500 
10:
11: Coefficients:
12:             Estimate Std. Error t value Pr(>|t|)    
13: (Intercept)  84.9167     3.9068  21.736 3.83e-06 ***
14: t2            2.2976     0.3581   6.416 0.001365 ** 
15: t           -24.6786     2.6073  -9.465 0.000222 ***
16: ---
17: Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 
18:
19: Residual standard error: 4.642 on 5 degrees of freedom
20: Multiple R-squared: 0.9737,     Adjusted R-squared: 0.9632 
21: F-statistic: 92.58 on 2 and 5 DF,  p-value: 0.0001121 
22:
23: > plot(t,y)
24: > lines(t,y-model1$residuals)



Zeile 1 steckt das Modell in eine Variable, der Einfachheit halber.
summary() zeigt mehr Informationen.

plot(x-Punkte, y-Punkte) zeichnet die Punkte [mm] (x_i,y_i) [/mm]
lines(x-Punkte,y-Punkte), bzw. points(...) malt Linien bzw. Punkte in einen bereits existierenden Graphen.

model1$residuals ist der Vektor mit den Residuals, wenn Du model1$ eingibst und dann <Tab> drückst, zeigt er Dir, was sonst noch an Datenvektor zur Verfügung steht.
y-model1$residuals ist also die Meßreihe minus den Regressionsfehlern, d.h. es ist der Vektor der durch p(t) geschätzten Werte.

irgendwa<Tab> bietet bei allen Befehlen mögliche Vervollständigungen an.

ciao
Stefan

Bezug
Ansicht: [ geschachtelt ] | ^ Forum "Analysis-Sonstiges"  | ^^ Alle Foren  | ^ Forenbaum  | Materialien


^ Seitenanfang ^
www.vorhilfe.de