0 Daumen
306 Aufrufe

Aufgabe:

Für die Prognose von y-Werten auf Basis von x-Werten soll eine Regressionsfunktion der Form $$y=a+bx^2$$ verwendet werden. Bestimme die fehlenden Koeffizienten a und b, sodass die Fehlerquadratsumme der folgenden Daten minimiert wird.


    | 1     | 2       | 4  |

yi | 0      | 1      | 2   |

xi | 13/4 | 13/2 | 13 |


Problem/Ansatz:

Ich habe schon gelesen, dass diese Art von Bsp. mit den kleinsten Fehlerquadraten gelöst wird, habe aber leider keinen Ansatz wie ich das anstellen kann.

Vielen Dank im Voraus!

Avatar von

1 Antwort

0 Daumen
 
Beste Antwort

Dann würde ich die Daten mal in die Funktion einsetzen:

\( \left\{ b \cdot \frac{169}{16} + a = 0, b \cdot \frac{169}{4} + a = 1, b \cdot 169 + a = 2 \right\} \)

und als Matrix schreiben

\(\small A:=  \, \left(\begin{array}{rr}\frac{169}{16}&1\\\frac{169}{4}&1\\169&1\\\end{array}\right), c \, :=  \, \left(\begin{array}{r}0\\1\\2\\\end{array}\right)\)

dann die Matrixgleichung zur Normalengleichung umformen (min)

A (b,a)T = c ==> AT A (b,a)T = AT c

\(\small \left\{ \left(\begin{array}{rr}\frac{7797153}{256}&\frac{3549}{16}\\\frac{3549}{16}&3\\\end{array}\right) \left(\begin{array}{r}b\\a\\\end{array}\right) = \left(\begin{array}{r}\frac{1521}{4}\\3\\\end{array}\right) \right\} \)

==> x = (AT A)-1 AT b


\(\left(\begin{array}{r}b\\a\\\end{array}\right) ≅ \left(\begin{array}{r}0.01127\\0.16667\\\end{array}\right)\)

Avatar von 21 k

Wie du es als Matrix schreibst kann ich noch nachvollziehen, aber ab "A (b,a)^T = c ==> A^T A (b,a)^T = A^T c" steige ich leider aus. Was bedeutet das?

Ein anderes Problem?

Stell deine Frage

Willkommen bei der Mathelounge! Stell deine Frage einfach und kostenlos

x
Made by a lovely community