Hogyan lehet eldönteni, hogy egy adatsor lineárisan vagy exponenciálisan nő?

09:27' jól írja, de ha több kell:

Minden pontra ki kell számolni az adatpont és a plot közötti különbséget, vagyis a rezidumokat.

A rezidumok átlaga kb. 0 kell legyen és ha ábrázolod a rezídumokat, egy jó illesztésben nem lehet semmilyen felismerhető trend.

Első ránézésből látszik. A második, hogy elkezdesz először egy lin. illesztést csinálni és annak a jóságából látszik, hogy mennyire illeszkedik. Utána megpróbálsz egy exponenciáliast illeszteni.

A dolog másik fele, hogy kb. azért lehet sejteni a dolog dinamikáját. És abból már el lehet indulni, hogy kb. milyen lehet.

Nekem a kvadratikus illesztés jobban tetszik, mivel akkor elkapod a legfrissebb adatok emelkedését. De ilyen hosszú adatsornál simán csináljuk azt is, hogy több modellt illesztünk, mondjuk 1960-tól 1990-ig, és 1990-től napjainkig. Ilyenkor számít sokat a háttérismeret, hogy miről is van szó, illetve a mögöttes okok, vagy akár több változót is be lehet húzni.

Ezt a könyvfejezetet találtam neked, ahol ezt csinálják végig excelben: [link]

"bevallom, nem tudom önállóan megcsinálni"

Nem vagyok biztos benne, hogy ilyen sok, ilyen nagy szórású adattal mennyire működik jól, de

Így tudod megcsinálni:

Beilleszted az adatokat egy excelbe, így lesz egy x és egy y oszlopod. Ábrázolod őket egy pont-xy diagrammon és illesztesz valamit. Kiíratod az illesztett függv3ny képletét.

(Asszem alapból itt tartasz)

Csinálsz egy új "plot y" oszlopot, ahol az excellel számoltasz egy függvény értéket a diagrammról lemásolt képlettel, minden egyes x értékhez az adatsorodban.

Pl. Ha a diagrammon az szerepel, hogy y=2x+1

Akkor azt írd az első y plot cellába, hogy =2*[A2]+1

Ha az A oszlopban vannak az x adataid. Aztán végighúzod a képletet az oszlopban.

(Ez csak példa, a A2 lehet neked C5 lesz vagy tudomisén. Bocs, hogy szájbarágós vagyok, biztos tudod a 99%-át a cuccnak, csak nem tudom melyik 1% hiányzik)

Csinálsz egy y-y plot oszlopot, ahol a képet az =y-y plot lesz pl.: =[B1]-[C1]

Ezt is végíghúzod az oszlopon.

Most csinálj egy új diagrammot amin x függvényében ábrázolod az y-y plot adatsort.

Ha jó az illeszés, az x tengely körül szórnak föl-le az adatok.

Ha pl a közepén rossz az illesztés, lehet egy mosolygós száj lesz a görbe ami körül szórnak asz adatok.(exponenciálisra lin illesztve szerintem ilyen)

A y-y plot oszlopot végíg is átlagolhatod, ha jó az illesztés, az átlg értéke kb. nulla lesz.

Értékeld ki a másik illesztést is hasonló módon, ha szerencsés vagy ez egyik jobban fog kinézni.

Forrás gyanánt az Eurachem oldaláról tudsz letölteni egy ... method validation ... fájlt. Ez a method working range fejezetben taglalja ezt, asszem behivatkozik valami további módszereket is az illesztés jóságának vizsgálatára.