jordi_0071 schreef:

Math schreef:Ik weet niet welk niveau de topicstarter bedoelt.

Het kan ook heel simpel zijn:

vloeiende lijn -> bij continue functies, de meeste gevallen omvat dit

losse punten -> denk aan aantallen die je alleen in die hoeveelheden kunt hebben (zakken chips, tennisballen per 50 etc.)

stippellijn -> bij een funtie waarbij een bepaalde waarde gedurende een periode niet verandert (parkeergeld in een garage, de benzineprijs per dag)

Dit is zo ongeveer brugklasniveau in NL. Nogmaals het is niet duidelijk wat TS bedoelt, duidelijk graag!

Bedankt, dit is wat ik zoek. Ik was inderdaad vergeten voor het niveau maar wist niet dat er verschillende mogelijkheden waren, maar bedankt.

@Raspoetin, je spreekt hier over een rechte lijn. Dit is in verre weg de meeste gevallen het geval. Je kan echter niet altijd uitgaan van een 1ste graads vergelijking. In sommige gevallen kan een 'n'de graads vergelijking een betere regressie geven. Wanneer er gewoon regressie wordt berekend dan zal je bij een 'n'de graadsvergelijking de 'r' vinden die het dichtste bij 1 licht. Dit hoeft echter niet de juiste graads vergelijking te zijn. Hiervoor moet men in plaats van 'normale' regressie, 'gewogen regesssie' uitvoeren.

Math schreef:Ik weet niet welk niveau de topicstarter bedoelt.

Het kan ook heel simpel zijn:

vloeiende lijn -> bij continue functies, de meeste gevallen omvat dit

losse punten -> denk aan aantallen die je alleen in die hoeveelheden kunt hebben (zakken chips, tennisballen per 50 etc.)

stippellijn -> bij een funtie waarbij een bepaalde waarde gedurende een periode niet verandert (parkeergeld in een garage, de benzineprijs per dag)

Dit is zo ongeveer brugklasniveau in NL. Nogmaals het is niet duidelijk wat TS bedoelt, duidelijk graag!

Raspoetin schreef:

rodeo.be schreef:
heb je meetresultaten, dan toon je best gewoon de punten

Dit klopt niet, want: een ijklijn dan? Of calibratiecurve?

heb je meetresultaten, dan toon je best gewoon de punten