Texas Instruments TI-89 사용자 설명서

Statistics and Data Plots

 547

Linear regression — Fits the data to the model y=ax+b 
(where a is the slope, and b is the y-intercept) using a least-
squares fit and x and y.

Logarithmic regression — Fits the data to the model 
equation y=a+b ln(x) using a least-squares fit and 
transformed values ln(x) and y.

Logistic regression — Fits the data to the model 
y=a/(1+b

ù

ù

x))+d and updates all the system statistics 

variables.

Median-Median — Fits the data to the model y=ax+b (where 
a is the slope, and b is the y-intercept) using the median-
median line, which is part of the resistant line technique.
Summary points medx1, medy1, medx2, medy2, medx3, 
and medy3 are calculated and stored to variables, but they 
are not displayed on the STAT VARS screen.

Power regression — Fits the data to the model equation 
y=ax

b

 using a least-squares fit and transformed values ln(x) 

and ln(y).

Quadratic regression — Fits the data to the second-order 
polynomial y=ax

2

+bx+c. You must have at least three data 

points.

•

For three points, the equation is a polynomial fit.

•

For four or more points, it is a polynomial regression.