Texas Instruments TI-Nspire CX CAS TINSPIRE-CX-CAS 产品宣传页

340 Lists & Spreadsheet Application

Quadratic Regression (QuadReg)

Fits the second-degree polynomial y=ax

2

+bx+c to the data. It displays values

for

a

,

b

,

c

, and

R

2. For three data points, the equation is a polynomial fit; for four

or more, it is a polynomial regression. At least three data points are required.

Cubic Regression (CubicReg)

Fits the third-degree polynomial y=ax

3

+bx

2

+cx+d to the data. It displays values

for

a

,

b

,

c

,

d

, and

R

2. For four points, the equation is a polynomial fit; for five or

more, it is a polynomial regression. At least four points are required.

Quartic Regression (QuartReg)

Fits the fourth-degree polynomial y=ax

4

+bx

3

+cx

2

+dx+e to the data. It displays

values for

a

,

b

,

c

,

d

,

e

, and

R

2. For five points, the equation is a polynomial fit;

for six or more, it is a polynomial regression. At least five points are required.

Power Regression (PowerReg)

Fits the model equation y=axb to the data using a least-squares fit on
transformed values ln(x) and ln(y). It displays values for

a

,

b

,

r

2

, and

r

.

Exponential Regression (ExpReg)

Fits the model equation y=ab

x

to the data using a least-squares fit on

transformed values x and ln(y). It displays values for

a

,

b

,

r

2

, and

r

.

Logarithmic Regression (LogReg)

Fits the model equation y=a+b ln(x) to the data using a least-squares fit on
transformed values ln(x) and y. It displays values for

a

,

b

,

r

2

, and

r

.

Sinusoidal Regression (SinReg)

Fits the model equation y=a sin(bx+c)+d to the data using an iterative least-
squares fit. It displays values for

a

,

b

,

c

, and

d

. At least four data points are

required. At least two data points per cycle are required to avoid aliased
frequency estimates.

The output of

SinReg

is always in radians, regardless of the

Radian/Degree mode setting.

Logistic Regression (d=0) (Logistic)

Fits the model equation y=c/(1+a*e⁻bx) to the data using an iterative least-
squares fit. It displays values for

a

,

b

, and

c

.