Kuadrat terkecil dan kecocokan kurva

Misi: tren penjualan, kalibrasi sensor, dan harga rumah

Setelah pelajaran ini kamu bisa memadukan matriks desain, persamaan normal, dan lstsq untuk memprediksi tren, mengkalibrasi sensor, dan mencocokkan model berpeubah banyak.

±17 menitDiperiksa 1 Okt 2026

Materi

Misi ini memakai seluruh modul kuadrat terkecil. Penjualan mingguan yang naik tidak rata diringkas sebagai garis, lalu garis itu dipakai memprediksi minggu berikutnya. Sensor murah dikalibrasi terhadap alat acuan dengan mencocokkan garis antara pembacaan keduanya, dan jumlah kuadrat residunya mengukur sisa galat setelah kalibrasi. Harga rumah dimodelkan dari beberapa peubah sekaligus, dengan satu kolom matriks desain untuk setiap peubah ditambah kolom suku tetap.

Latihan

0/4 lulus

Misi akhir modul: luluskan minimal 4 dari 4 tugas. Jawaban diperiksa di server. Lulus berarti kamu memahami contohnya, bukan penilaian seluruh pekerjaanmu.

Latihan 1 dari 4

Penjualan lima minggu pertama adalah 10, 14, 15, 19, dan 20 ratus unit untuk minggu t = 1 sampai 5. Dengan garis kuadrat terkecil y = c₀ + c₁t, berapa prediksi penjualan minggu ke-7?

Latihan 3 dari 4

Sensor murah membaca x = 1, 2, 3, 4 saat alat acuan membaca y = 2, 5, 7, 10. Garis kalibrasi y = c₀ + c₁x dicocokkan dengan kuadrat terkecil. Berapa jumlah kuadrat residunya?

Latihan 4 dari 4

Tabel harga rumah memuat luas (m²), luas yang sama dalam ft², dan jumlah kamar. Matriks desainnya berbaris [1, luas m², luas ft², kamar]. Apa akibatnya?

Catatanmu

Memuat catatan…

tersimpan otomatis, ikut tercetak · 0/4.000

Luluskan semua latihan dulu untuk menandai pelajaran ini selesai.