AGB  ·  Impressum  







Anmelden
Nützliche Links
Registrieren

Regression höherer Ordnung

Ein Thema von gargano · begonnen am 5. Mai 2012 · letzter Beitrag vom 9. Mai 2012
Antwort Antwort
gargano

Registriert seit: 2. Okt 2006
75 Beiträge
 
Delphi 2007 Enterprise
 
#1

Regression höherer Ordnung

  Alt 5. Mai 2012, 15:31
Hi,

lineare und quadratische Regression ist ja allgemein bekannt und da gibt es auch Tools/Units für.

Kennt jemand ein Werkzeug (als Unit) für Regression dritter,vierter und fünfter Ordnung ?

Fatalerweise muß dann die Gleichung y=f(x) nach x aufgelöst werden also x=f(y)
(Bei linear einfach, bei quadratisch schon schwieriger aber bei 3., 4. und 5. Ordnung?)

Gruß
Gargano
  Mit Zitat antworten Zitat
omata

Registriert seit: 26. Aug 2004
Ort: Nebel auf Amrum
3.154 Beiträge
 
Delphi 7 Enterprise
 
#2

AW: Regression höherer Ordnung

  Alt 5. Mai 2012, 20:35
Vielleicht hilft dir das hier weiter.
  Mit Zitat antworten Zitat
brechi

Registriert seit: 30. Jan 2004
789 Beiträge
 
#3

AW: Regression höherer Ordnung

  Alt 5. Mai 2012, 22:18
Das sollte mit der Jedi-Math gehen:
http://sourceforge.net/projects/jedi...?_test=xmerch1

nennt sich PolyFit. Sollte aber auch mit dem Simplex-Verfahren gehen.
Wenn du häufiger sowas brauchst:

http://www.dewresearch.com/ MtxVec/Dspmaster, kostet was dann hast du aber eine starke Library u.a. mit FFT etc.
  Mit Zitat antworten Zitat
yogie
Online

Registriert seit: 11. Sep 2003
Ort: bei Goslar
184 Beiträge
 
Delphi 6 Professional
 
#4

AW: Regression höherer Ordnung

  Alt 6. Mai 2012, 05:36
Hallo,
wenn es um die Anpassung beliebiger Funktionen geht,
habe ich hiermit

http://www.datamaster2003.com/

gute Erfahrungen gemacht. Es können sogar mehrdimensionale
Funktionen angepaßt werden. Es muß allerdings eine DLL
auf dem Rechner installiert werden.
Kompatibilität ist ein Euphemismus für n i c h t einhunderprozentige Austauschbarkei
http://b-und-l-service.de/
  Mit Zitat antworten Zitat
gargano

Registriert seit: 2. Okt 2006
75 Beiträge
 
Delphi 2007 Enterprise
 
#5

AW: Regression höherer Ordnung

  Alt 8. Mai 2012, 15:26
Hallo Omata,

hört sich gut an, Deine Kurvenanpassung.
Was ich aber noch brauche ist die inverse Funktion.
Also für die einfache lineare Funktion y=ax+b -> x=(y-b)/a

Und das jetzt für die Regression 3,4 und 5 Ordung.
Gibt es sowas ?

Gruß
Gargano
  Mit Zitat antworten Zitat
Namenloser
Online

Registriert seit: 7. Jun 2006
Ort: Karlsruhe
3.619 Beiträge
 
FreePascal / Lazarus
 
#6

AW: Regression höherer Ordnung

  Alt 8. Mai 2012, 15:42
Es scheint zu gehen, aber ist wohl ziemlich komplex: Umkehrfunktion von x²+x³

Wozu brauchst du das denn? Würde es eventuell auch reichen, zu einzelnen Funktionswerten das X zu finden? Dafür gibt es zumindest numerische Verfahren für Polynome.
  Mit Zitat antworten Zitat
gargano

Registriert seit: 2. Okt 2006
75 Beiträge
 
Delphi 2007 Enterprise
 
#7

AW: Regression höherer Ordnung

  Alt 9. Mai 2012, 11:02
Hallo Namenlozer,

das ganze wird in der Analytik für flüssige Substanzen verwendet.
Es werden Eichpunkte von Proben generiert, wo man genau weiß wieviel von der Substanz enthalten ist. Daraus wird eine Kalibrationskurve mittels Regression errechnet, an der man dann die Menge in unbekannten Proben errechnen kann.
Die unbekannte Probe muß aber mit der inversen Funktion berechnet werden. Das ganz wird in der HPLC (Flüssigkeits-Chromatografie) gebraucht.

Gruß
Gargano
  Mit Zitat antworten Zitat
Themen-Optionen Thema durchsuchen
Thema durchsuchen:

Erweiterte Suche
Ansicht

Forumregeln

Es ist dir nicht erlaubt, neue Themen zu verfassen.
Es ist dir nicht erlaubt, auf Beiträge zu antworten.
Es ist dir nicht erlaubt, Anhänge hochzuladen.
Es ist dir nicht erlaubt, deine Beiträge zu bearbeiten.

BB-Code ist an.
Smileys sind an.
[IMG] Code ist an.
HTML-Code ist aus.
Trackbacks are an
Pingbacks are an
Refbacks are aus

Gehe zu:

Nach oben
Alle Zeitangaben in WEZ +1. Es ist jetzt 15:17 Uhr.
Powered by vBulletin® Copyright ©2000 - 2016, Jelsoft Enterprises Ltd.
LinkBacks Enabled by vBSEO © 2011, Crawlability, Inc.
Delphi-PRAXiS (c) 2002 - 2016 by Daniel R. Wolf