Voleu amb mi una mica, però implica l’equació d’intercepció de pendents d’una línia basada en la primera derivada … I voldria que us portés a la manera de fer-ho la resposta, no només donar tu la resposta …
Bé, abans d’arribar a la resposta, et deixaré entrar a la discussió (una mica) divertida del meu company d’oficina i jo només tenia …
Jo: "Bé, waitasec … No sabeu g (x), però sabeu que la derivada és certa per a tots (x) … Per què voleu fer una interpretació lineal basada en la derivada? la integral de la derivada, i teniu la fórmula original … No?"
OM: "Espera, què?" llegeix la pregunta anterior "Moly santa, no ho he fet en anys!"
Així doncs, això condueix a una discussió entre nosaltres sobre com integrar-ho, però el que el professor realment vol (probablement) és no fer-vos que feu l’operació inversa (que en alguns casos pot ser realment DUR), però per entendre què el primer derivat en realitat és.
Per tant, ens hem ratllat el cap i hem reflexionat a través de les nostres memòries col·lectives i, finalment, hem acordat que la 2a derivada és el màxim / mínims locals, i la primera derivada (la que us importa) és la pendent de la corba en el punt donat.
Bé, què té a veure amb el preu dels cucs a Mèxic? Bé, si suposem que el pendent es manté relativament constant per a tots els punts "propers" (per saber això, heu de mirar la corba i utilitzar el bon judici basant-se en el que sabeu de les coses, però com que això és el que el vostre professor vol, això és el que aconsegueix!), llavors podem fer una interpolació lineal, que és exactament el que vau demanar!
Bé, llavors, la carn de la resposta:
El pendent (m) de la funció al nostre valor conegut és:
m =
Per tant, el pendent del punt conegut (x = 1) és:
m =
m =
m =
m = 4
Recordeu, doncs, que la fórmula d'una línia (necessària per a la interpolació lineal) és:
Això vol dir que per als punts "propers" al nostre valor conegut, podem aproximar els valors com a una línia amb pendent m, i y-intercepció b. o:
Aleshores, doncs, què és?
La solucionem utilitzant el nostre valor conegut:
Ara coneixem la fórmula de la línia que s'aproxima a la nostra corba en el punt conegut:
g (x
Per tant, no inserim els nostres punts d’aproximació per obtenir el valor aproximat, o:
i
Fàcil, oi?
Crec que això ha estat contestat abans, però sembla que no el trobo. Com puc arribar a una resposta en el formulari "no destacat"? Hi ha hagut comentaris publicats en una de les meves respostes, però (potser la manca de cafè però ...) només puc veure la versió destacada.
Feu clic a la pregunta. Quan estigueu veient una resposta a les pàgines / destacades, podeu saltar a la pàgina de respostes habituals, que és el que suposo que significa "fer la forma no presencial", fent clic a la pregunta. Quan ho feu, obtindreu la pàgina de resposta normal, que us permetrà editar la resposta o utilitzar la secció de comentaris.
La companyia Coca-Cola tenia unes vendes de 18.546 milions de dòlars el 1996 i de 21.900 milions de dòlars el 2004. Com faria servir la fórmula del punt mitjà per estimar les vendes el 1998, 2000 i 2002? Suposem que les vendes segueixen un patró lineal.
1998, $ 19384.50; 2000, $ 20223; 2002, $ 21061.50 Sabem els següents punts: (1996,18546) i (2004,21900). Si trobem el punt mig d’aquests punts, serà al punt assumit per a l’any 2000. La fórmula del punt mig és la següent: ((x_1 + x_2) / 2, (y_1 + y_2) / 2) Això es pot reexpressar com simplement trobant la mitjana de les coordenades x i la mitjana de les coordenades y. El punt mig dels dos punts que ja hem establert: ((1996 + 2004) / 2, (18546 + 21900) / 2) rarrcolor (blau) ((2000,20223) Per tant, les vendes estimades al 2000 serien de 20223 dòlars. Podem utilitzar la mateixa lògica p
Estic intentant veure si qualsevol variable d’un conjunt de variables pot predir millor la variable dependent. Tinc més IV del que faig, de manera que la regressió múltiple no funciona. Hi ha una altra prova que puc utilitzar amb una mida de mostra petita?
"Podeu triplicar les mostres que teniu" "Si copieu les mostres que teniu dues vegades, de manera que tingueu" "tres vegades més de mostres, hauria de funcionar". "Per tant, també heu de repetir els valors DV, tres vegades també."