Analysere residualer for å vurdere kvaliteten på regresjonsmodeller.
Utover den rette linja
Lineær regresjon fungerer når samanhengen er tilnærma lineær. Men mange fenomen følgjer andre mønster:
- Eksponentiell vekst: Folkevekst, rentes rente
- Logaritmisk: Desibel, Richter-skalaen
- Polynomisk: Kastebanar, kostnadsoptimering
- Grad 2 (kvadratisk):
- Grad 3 (kubisk):
Koeffisientane blir bestemte ved minste kvadraters metode.
Høgde (m) ved tid (s) for ein ball:
| 0 | 0,5 | 1,0 | 1,5 | 2,0 | 2,5 | |
|---|---|---|---|---|---|---|
| 1,0 | 4,6 | 6,8 | 7,2 | 5,9 | 3,1 |
Regresjon gir , . Tolk.
- m (starthøgde)
- Toppunkt: s
- : 99,5 % blir forklart. Svært god tilpassing.
Linearisering: er lineær i .
1. Rekn ut for alle datapunkt
2. Lineær regresjon på
3. Konstantledd , stigingstal
| 0 | 1 | 2 | 3 | 4 | |
|---|---|---|---|---|---|
| 100 | 150 | 220 | 340 | 500 |
Regresjon på : , .
Modell:
Doblingstid: timar.
Modellval
Potensregresjon: — blir linearisert med
Logaritmisk: — allereie lineær i
| Mønster | Modell |
|---|---|
| Jamn stiging | Lineær |
| Krumming | Polynomisk |
| Rask vekst | Eksponentiell |
| Avtakande vekst | Logaritmisk |
| Log-log lineær | Potens |
Bruk og residualplott for å samanlikne.
Løys oppgåvene:
Kva modell passar for rask vekst som avtek?
Kva betyr «linearisering» for ?
Løys oppgåvene:
Konsentrasjon: , , , , . Rekn ut og vurder eksponentiell modell.
Løys oppgåvene:
Forklar linearisering av .
Løys oppgåvene:
Kvadratisk vs. lineær . Er kvadratisk nødvendigvis betre?
Løys oppgåvene:
BNP og levealder: , , , , , . Rekn ut og vurder logaritmisk modell.
Oppsummering
- Polynomisk:
- Eksponentiell: , blir linearisert med
- Potens: , blir linearisert med
- Logaritmisk:
- Bruk og residualplott for modellval
Dette kapitlet er skrevet av Anthropics toppmodeller (Claude Opus og Claude Fable) og er foreløpig ikke manuelt gjennomgått — kvalitetskontrollen gjøres av uavhengige KI-agenter, og innmeldte feil rettes fortløpende. Funnet en feil? Meld fra, så retter vi den. Les mer om hvordan innholdet lages.
