Métodos de ajuste de curva hiperbólica

Escrito por warren davies | Traduzido por felipe zschornack
  • Compartilhar
  • Tweetar
  • Compartilhar
  • Pin
  • E-mail
Métodos de ajuste de curva hiperbólica
A distribuição de pontos de dados influencia o método de ajuste de curva a ser usado (graph image by Roman Sigaev from Fotolia.com)

Ajuste de curva é um processo através do qual uma linha apresenta um certo "encaixe" entre os pontos de dados em um gráfico. O ajuste de curva pode ser alcançado de várias maneiras diferentes.

Interpolação

Com a interpolação, a linha se ajusta aos dados exatamente, o que significa que vai passar por cima de cada ponto de dados. Na prática, isto equivale essencialmente a "ligar os pontos", e por isso não é adequado para conjuntos com um grande número de pontos de dados dispersos, ou aqueles com uma grande quantidade de erros.

Regressão linear

Em uma regressão, uma linha reta é ajustada aos pontos de dados. A linha é posicionada onde expressa a quantidade mais baixa de erro - isto é, onde o total das distâncias verticais entre cada ponto de dados e a linha é a mais baixa. Como uma linha reta, não é adequado para distribuições curvilíneas e outras não-lineares.

Ajuste de curva polinomial

Se a distribuição é curva, a modelagem de regressão linear é geralmente inapropriado. O ajuste de curva polinomial encaixa uma linha curva aos dados e, mais uma vez, a linha que dá o menor erro é usada.

Não perca

Filtro:
  • Geral
  • Artigos
  • Slides
  • Vídeos
Mostrar:
  • Mais relevantes
  • Mais lidos
  • Mais recentes

Nenhum artigo disponível

Nenhum slide disponível

Nenhum vídeo disponível