Regressionsanalyse der Laufzeit eines Programms |
| 27.06.2014, 17:08 | Mike70 | Auf diesen Beitrag antworten » |
| Regressionsanalyse der Laufzeit eines Programms Hallo, ich muss im Rahmen einer Seminararbeit eine performance Analyse von einem Programm machen. Das Programm liest ein XML file ein, woraus das Output erstellt wird. Bei dem Test muss ich unterschiedlich große XML files angeben, und die Laufzeit des Programms aufzeichnen. Danach muss ich feststellen, ob die größe der Daten mit der Laufzeit zusammenhängt. Es sind für mich einige Sachen unklar. Muss ich die Analyse mit lineare oder nichtlineare Regression durchführen? Habe einige Quellen gefunden. Dort steht, dass der Unterscheid zwischen lin/nicht.lin ist, dass die Funktion zur Annäherung der Daten anders definiert ist; bei lin. als a0 + a1x bei nict.lin als eine nichtlineare Funktion. http://de.wikipedia.org/wiki/Methode_der_kleinsten_Quadrate#Lineare_Modellfunktion http://www.uni-trier.de/fileadmin/urt/doku/nonlin/nonlin.pdf http://gwesp.tx0.org/pdf/scripts/regression.pdf Mit linearen Regression kann man auch Daten annähern, die z.b eine Parabelform haben. Abhängig von der Regression (lin/nicht lin) wie oft muss ich das Test durchführen? (10, 15 mal?) und wie groß müssen die Eingabedaten sein? (Hängen überhaupt diese zwei Sachen mit der Art der Regression zusammen?) Vielen Dank für eure Hilfe, Michael Meine Ideen: Ich habe die Laufzeitmessungen ins Excel eingegeben, und die Korrelationszahl errechent, um zu sehen, dass die beiden Daten überhaupt zusammenhängen. Leider weiss ich nicht, welcher Regressionsverfahren benutzt wurde. |
||
| 27.06.2014, 17:28 | Hannibal723 | Auf diesen Beitrag antworten » |
Benutzt wird in Excel die Kleinst Quadrate Methode, kannst du auch in der Hilfe nachlesen. Bei einer linearen Regression solltest du bei Schätzung mit Konstante und einer erklärenden Variable mindestens 2 mal 10 also 20 Beobachtungen nehmen. |
||
| 28.06.2014, 19:40 | Mike70 | Auf diesen Beitrag antworten » |
Hallo, vielen Dank für deine Antwort. Ich habe noch einige Unklarheiten :-) Das heisst, ist für diese Aufgabe lineare Regression ausreichend? (Ich vermute die Laufzeit wird linear wachsen, abhängig von der Daten. Aber das ist glaube ich keine begründete Erklärung :-).) Warum 20 Beobachtungen nehmen? (Ich hätte 10 genommen.) Danke für die Unterstützung, Michael |
||
|
|
Verwandte Themen
| Die Beliebtesten » |
|
| Die Größten » |
| Die Neuesten » |
|
