Regresjon er en metode for å finne en matematisk modell som passer best mulig til et datasett. I Matematikk 2P brukes regresjon når du har målinger, observasjoner eller tabeller og ønsker å beskrive sammenhengen mellom to størrelser. I stedet for å få en ferdig formel, bruker du dataene til å lage en modell. Modellen kan deretter brukes til å forklare utvikling, gjøre beregninger og vurdere framtidige eller mellomliggende verdier.
Du kan øve mer med nærliggende artikler i /ressursbank/artikler/modellering-2p, /ressursbank/artikler/lineaere-modeller, /ressursbank/artikler/eksponentielle-modeller, /ressursbank/artikler/potensmodeller og /ressursbank/artikler/graf-og-tabell. Disse temaene henger tett sammen når du skal velge, lage og vurdere modeller i 2P.
Hvorfor bruker vi regresjon?
I virkeligheten ligger data sjelden perfekt på en rett linje eller en nøyaktig kurve. Målinger kan ha usikkerhet, og praktiske sammenhenger påvirkes av mange faktorer. Regresjon hjelper oss å finne en modell som likevel beskriver hovedmønsteret. Modellen er altså ikke en fasit for virkeligheten, men et nyttig matematisk sammendrag av dataene.
Tenk deg at du har en tabell over antall abonnenter måned for måned. Tallene øker kanskje ikke helt likt hver måned. Likevel kan du se en trend. Med regresjon kan du finne en lineær, eksponentiell eller annen modell som passer rimelig godt. Deretter kan du bruke modellen til å anslå abonnenttallet senere, men du må samtidig vurdere hvor usikkert anslaget er.