Statistiques - Équation de régression quadratique
Une régression quadratique est déployée pour trouver une équation de la parabole qui peut le mieux correspondre à l'ensemble de données donné. Il se présente sous la forme suivante:
$ {y = ax ^ 2 + bx + c \ où \ a \ ne 0} $
La méthode des moindres carrés peut être utilisée pour trouver l'équation de régression quadratique. Dans cette méthode, nous trouvons la valeur de a, b et c de sorte que la distance verticale au carré entre chaque point donné ($ {x_i, y_i} $) et l'équation de la parabole ($ {y = ax ^ 2 + bx + 2} $) est minime. L'équation matricielle de la courbe parabolique est donnée par:
Coefficient de corrélation, r
Le coefficient de corrélation, r détermine dans quelle mesure une équation quardratique peut s'adapter aux données données. Si r est proche de 1, il est bien ajusté. r peut être calculé par la formule suivante.
$ {r = 1 - \ frac {SSE} {SST} \ where \\ [7pt] \ SSE = \ sum (y_i - a {x_i} ^ 2 - bx + i - c) ^ 2 \\ [7pt] \ SST = \ sum (y_i - \ bar y) ^ 2} $
Généralement, les calculateurs de régression quadratique sont utilisés pour calculer l'équation de régression quadratique.
Exemple
Énoncé du problème:
Calculez l'équation de régression quadratique des données suivantes. Vérifiez sa meilleure forme physique.
X | -3 | -2 | -1 | 0 | 1 | 2 | 3 |
---|---|---|---|---|---|---|---|
y | 7,5 | 3 | 0,5 | 1 | 3 | 6 | 14 |
Solution:
Calculez une régression quadratique sur la calculatrice en mettant les valeurs x et y. L'équation quadratique la mieux ajustée pour les points ci-dessus se présente comme
$ {y = 1,1071x ^ 2 + 0,5714x} $
Pour vérifier la meilleure forme physique, tracez le graphique.

Ainsi, la valeur du coefficient de corrélation, r pour les données est de 0,99420 et est proche de 1. Par conséquent, l'équation de régression quadratique est la mieux adaptée.