Amaliy dasturlash paketlari. Mathcad dasturi interfeysi. Matematik ifodalar. Grafika

4.20-rasm. Interpoyasiyalash. 
 
Regressiya. Regressiya ma’nosi tajriba ma’lumotlarini approksimatsiya qiladigan 
funksiya ko’rinishini aniqlashdir. Regressiya u yoki bu analitik bog’lanishning koifisientlarini 
tanlashga keladi.

---

Mathcadda ikki хildagi bir necha qurilgan regressiya funksiyalari mavjud. Ular 
quyidagilar: 
• line(X,Y) –хatolar yig’indisi kvadratini minimallashda ishlatiluvchi to’g’ri chiziqli regressiya
f(t)=a+b
t; 
• medfit(X,Y) – median to’g’ri chiziqli regressiya f(t)=a+b
t; 
• lnfit(X,Y) – logarifmik funksiyali regressiya f(t)=a
ln(t)+b.
Bu regressiya funksiyalari boshlang’ich yaqinlashishni talab etmaydi. Ularga doir misollar 
5.23-rasmda keltirilgan. 
Yana beshta qurilgan funksiyalar mavjud bo’lib ular boshlang’ich yaqinlashishni talab etadi: 
• expfit(X,Y,g) – eksponentali regressiya f(x)=ae
bt
+c; 
• sinfit(X,Y,g) – sinisoid regressiya f(x)=asin(t+b+c; 
• pwrfit(X,Y,g) – darajaga bog’liq regressiya f(x)=at
b
+c; 
• lgsfit(X,Y,g) – logistik funksiyali regressiya a(e)=a/(1+be
-ct
); 
• logfit(X,Y,g) – logorifmik funksiyali regressiya f(t)=aln(t+b)+c. 
4.21-rasm.Chiziqli regressiya tenlamasini tuzish. 
Bu funksiyalarda
• x – argument qiymatlari vektori; 

---

• y – funksiya qiymatlari vektori 
• g – a,b,c koifisientlar boshlang’ich yaqinlashish qiymatlari vektori; 
• t –interpolyatsiya qilinayotgan funksiya hisoblanayotgan argument qiymati. 
Yuqoridagi rasmlarda massiv (tajriba) ma’lumotlari bilan approksimatsiyalangan funksiya 
orasidagi bog’liqlikni baholash uchun koorelyaцiya koifisienti corr hisoblangan.