Å finne den funksjonen av en valgt type som passer best til et sett med datapunkter.
Regresjon gjøres med digitale verktøy (GeoGebra, regneark, Python). Du må selv velge modelltype (lineær, polynom, eksponentiell, logistisk …) ut fra hvordan dataene ser ut og hva du vet om situasjonen.
Den vanligste metoden er minste kvadraters metode: Den velger funksjonen som gjør summen av de kvadrerte avvikene mellom data og modell minst mulig.
Forklart i
- Trigonometriske funksjoner Sinus og cosinus som bølger. Amplitude, periode, likevektslinje og faseforskyvning, og modeller for daglengde og tidevann. R2
- Modellering med derivasjon Fra målinger til modell, og fra modell til vekstfart. Et eksempel med ekte CO₂-data fra Mauna Loa, og verktøy for dine egne data. R1
- Eksponentielle modeller Når noe vokser eller minker med samme prosent hver gang, blir modellen f(x) = a · bˣ. Tolk a og b, finn vekstfaktoren fra data, doblingstid, halveringstid og regresjon. 1P2P
- Regresjon og modellers gyldighet La et digitalt verktøy finne modellen som passer best til dataene. Velg modelltype, tolk tallene, og vurder hvor langt modellen kan brukes. 1P2P
- Integrasjon i modellering Fra måledata til total mengde. Energi fra solceller, strekning fra fart og nedbør fra intensitet, med modeller og trapesmetoden. R2