Startseite
Forum
Fragen
Suchen
Formeleditor
Über Uns
Registrieren
Login
FAQ
Suchen
Foren-Übersicht
->
Sonstiges
Antwort schreiben
Benutzername
(du bist
nicht
eingeloggt!)
Titel
Nachrichtentext
Smilies
Weitere Smilies ansehen
Schriftfarbe:
Standard
Dunkelrot
Rot
Orange
Braun
Gelb
Grün
Oliv
Cyan
Blau
Dunkelblau
Indigo
Violett
Weiß
Schwarz
Schriftgröße:
Schriftgröße
Winzig
Klein
Normal
Groß
Riesig
Tags schließen
Schreibt eure Formeln hier im Board am besten mit Latex!
So gehts:
Latex-Kurzbeschreibung
|
Formeleditor
[quote="Xolotl"][quote="schnudl"]das kann ich zumindest nachvollziehen.[/quote] Schön, dann kann ich wenigstens Origin bedienen. Der Graph sieht ja och schnieke aus, wah? :prost: Warum bekomme ich bei der anderen Methode nicht auch so was schönes raus?[/quote]
Optionen
HTML ist
aus
BBCode
ist
an
Smilies sind
an
BBCode in diesem Beitrag deaktivieren
Smilies in diesem Beitrag deaktivieren
Spamschutz
Text aus Bild eingeben
Alle Zeiten sind GMT + 1 Stunde
Gehe zu:
Forum auswählen
Themenbereiche
----------------
Mechanik
Elektrik
Quantenphysik
Astronomie
Wärmelehre
Optik
Sonstiges
FAQ
Sonstiges
----------------
Off-Topic
Ankündigungen
Thema-Überblick
Autor
Nachricht
dermarkus
Verfasst am: 26. Feb 2008 00:58
Titel:
Ich glaube nicht, dass deine Aufgabe so gemeint sein soll, dass du an deine Daten zum einen eine Ursprungsgerade und zum anderen, in einem neuen Extradurchgang, eine Parabel mit Scheitelpunkt im Ursprung anfitten sollst. Denn die Parameter a und b, die dabei herauskommen, haben mit den Parametern, die du suchst , dann ja nur sehr wenig zu tun.
Ich bin mir sicher, dass du zwar zwei lineare Regressionen durchführen sollst, dies aber jeweils für die
Summe
einer Ursprungsgeraden und einer Parabel mit Scheitelpunkt im Ursprung (ich sag mal "Ursprungsparabel") tun sollst.
Also unbedingt die Funktionswerte, zu denen du die Differenzquadrate mit den Messwerten bildest, mit der gesamten Funktion "Gerade plus Ursprungsparabel" ausrechnen und natürlich nicht nur mit der Geradengleichung oder nur der Ursprungsparabelgleichung.
Fitprogramme machen so etwas iterativ: Man nimmt einen Schätzwert zum Beispiel für b an, und ermittelt dann mit einer linearen Regression den Parameter a, für den dann die Gesamtfunktion am besten zu den Messwerten passt (die kleinste Summe der Fehlerquadrate ergibt). Diesen Parameter a nimmt man dann als festen Wert für eine lineare Regression, um den Parameter b in unserer Summenfunktion zu bestimmen.
Und das kann man dann nochmal wiederholen, also das so erhaltene b fest nehmen und damit erneut mit einer Regression für a den besten zugehörigen Wert für a bestimmen, und für dieses a dann mit einer Regression den besten dazupassenden Wert von b. Wenn sich dabei a und b nur noch wenig geändert haben, dann spricht das meistens dafür, dass man damit dann schon ziemlich gut liegt.
schnudl
Verfasst am: 25. Feb 2008 22:07
Titel:
Ich verstehe eigentlich nicht, wie man eine quadratische Funktion mittels einer linearen Regression anpassen soll. Vieleicht geht das mit einem Trick, den sehe ich aber momentan nicht.
Xolotl
Verfasst am: 25. Feb 2008 20:41
Titel:
schnudl hat Folgendes geschrieben:
das kann ich zumindest nachvollziehen.
Schön, dann kann ich wenigstens Origin bedienen. Der Graph sieht ja och schnieke aus, wah?
Warum bekomme ich bei der anderen Methode nicht auch so was schönes raus?
schnudl
Verfasst am: 25. Feb 2008 20:23
Titel:
Xolotl hat Folgendes geschrieben:
Ich häng auch mal die Rohen Messergebnisse an.
...
Origin gibt mir folgende Parameter raus:
a=0.83293
b=3889.33548
das kann ich zumindest nachvollziehen.
Xolotl
Verfasst am: 25. Feb 2008 18:36
Titel:
Ich häng auch mal die Rohen Messergebnisse an.
Xolotl
Verfasst am: 25. Feb 2008 18:28
Titel:
Ok, gute Idee.
Erst mal zum Vergleich.
Origin gibt mir folgende Parameter raus:
a=0.83293
b=3889.33548
Die Steigungen der Regressionsgeraden sind
s1 von y(x): 0.08566110 (=a)
s2 von y(x²): 0.00001322 =>
Für die Bestimmung der Parameter durch die Regressionen habe ich immer alle Werte verwendet. Ich hatte es mir eigentlich so gedacht, dass auf jeden Fall eine nach Unten geöffnete quadratische Funktion herauskommt, die um eine lineare Funktion "erhöht" ist und dadurch unsymmetrisch wird. Für diese "Erhöhung" muss man doch auch alle Punkte verwenden.
Die Parameter sind wie man sehen kann aber komplett verschieden.
Das zeigt sich natürlich auch wenn ich den Fit zeichne. Die Werte von Origin sehen gut aus, verwende ich die Parameter der Regression, kommt annähernd eine Gerade heraus.
Auch wenn die Methode fest gegeben ist, habe ich nicht vielleicht einen Fehler bei der Parameterbestimmung gemacht?
PS: Sorry, für die hässlichen Excel Graphen ;-)
para
Verfasst am: 25. Feb 2008 17:54
Titel:
Nun, wenn die Methode schon auf diese Weise vorgegeben ist, würde ich es zunächst einmal genauso machen wie du schon geschrieben hast.
In welcher Weise / wie stark weichen denn die Werte von der Fit-Funktion ab? Hast du berücksichtigt, jeweils auch wirklich nur den Anstieg der annähernd linearen Teile zu berücksichtigen?
Vielleicht wäre es auch günstig wenn du deine Werte mit deiner gewonnenen Fit-Funktion mal hochladen/zeigen könntest.
Xolotl
Verfasst am: 25. Feb 2008 17:43
Titel: Fit für Messergebnisse bestimmen.
Hallo,
ich habe eine Liste Messergebnissen und soll die Parameter einer vorgegebenen Fit-Funktion bestimmen.
Die Fit-Funktion sieht so aus
, wobei ich die Parameter a und b bestimmen soll.
Vorgegeben ist weiterhin, dass ich die Parameter über 2 lineare Regressionen bestimmen soll. Ein mal durch eine lineare Regression von y(x) und ein mal von y(x²).
Meine Überlegung ist, dass die Steigung der Regressionsgeraden s1 von y(x) dem a entspricht.
b wäre dann
, wobei s2 die Steigung der Regressionsgeraden von y(x²) ist.
Allerdings kommt mir das erstens zu einfach vor und zweitens sind meine Ergebnisse auch nicht besonders schön.
Ich hab zudem mal versucht das Ganze mit Origin zu lösen, was auch klappt, allerdings sind die Parameter ganz anders, was mich darauf bring dass mein Ansatz falsch ist.
Habt ihr eine Idee?
Vielen Dank schon mal.