您好,欢迎访问三七文档
当前位置:首页 > 行业资料 > 交通运输 > 误差理论与数据处理实验三
误差理论与数据处理实验报告实验名称:回归分析专业班级:学生姓名:学号:实验地点:指导教师:三、回归分析一、实验目的回归分析是数理统计中的一个重要分支,在工农业生产和科学研究中有着广泛的应用。通过本次实验要求掌握一元线性回归和一元非线性回归。二、实验原理回归分析是处理变量之间相关关系的一种数理统计方法。即用应用数学的方法,对大量的观测数据进行处理,从而得出比较符合事物内部规律的数学表达式。1、一元线形回归方程a、回归方程的求法()yybxx其中11NiixxN,11NiiyyNb、回归方程的稳定性回归方程的稳定性是指回归值y的波动大小。波动愈小,回归方程的稳定性愈好。0022222bbbbyxx21()yxxxxNl2、回归方程的方差分析及显著性检验(1)回归问题的方差分析观测值12,...,Nyyy之间的差异,是由两个方面原因引起的:①自变量x取值的不同;②其他因素(包括试验误差)的影响。N个观测值之间的变差,可用观测值y与其算术平均值y的离差平方和来表示,称为总的离差平方和。记作21()NtyyiSyylSUQ21()NtiUyy称为回归平方和,它反映了在y总的变差中由于x和y的线性关系而引起变化的部分。21()NttiQyy成为残余平方和,既所有观测点距回归直线的残余误差平方和。它是除了x对y的线性影响之外的一切因素对y的变差作用。(2)回归方程显著性检验回归方程显著性检验通常采用F检验法。//UQUFQ重复实验的情况为了检验一个回归方程拟合得好坏,可以做重复实验,从而获得误差平方和和失拟平方和,用误差平方和对失拟平方和进行F检验,就可以确定回归方程拟合得好坏。LESUQQ211()xylyynmEititiLEUmblQmlUQyySUQQ三、实验内容采用回归分析算法用matlab编程实现下列题目的要求。3.1材料的抗剪强度与材料承受的正应力有关。对某种材料试验的数据如下:正应力x/pa26.825.423.627.723.924.728.126.927.422.625.6抗剪强度y/pa26.527.327.123.625.926.322.521.721.425.824.91)做散点图。2)假设正应力是精确的,求抗剪强度与正应力的线性回归方程并作图;3)当正应力为24.5pa时,抗剪强度的估计值?4)回归方程的显著性检验。3.2下表给出在不同质量下弹簧长度的观测值(设质量的观测值无误差):质量/g51015202530长度/cm7.258.128.959.9010.911.81)做散点图,观察质量与长度之间是否呈线性关系;2)求弹簧的刚性系数和自由状态下的长度关系的回归方程并作图。3)回归方程的显著性检验四、实验结果3.1实验一1)散点图2)回归方程y=42.5818-0.6861x3)当正应力为24.5pa时,抗剪强度的估计值为:25.774)回归方程的显著性检验:回归平方和为:U=b*lyy=22.8282。残差平方和为:Q=lyy-b*lyy=23.9681。统计量F为//UQUFQ=(U/1)/(Q/N-2)=8.5720.查表得:F0.05(1,9)=5.12;显然FF0.05(1,9),因此回归在0.05的水平上显著。4)源程序主程序回归方程函数求残差平方和函数2、实验二:1)散点图2)拟合直线方程y=6.2827+0.1831x3)回归方程的显著性检验:回归平方和为:U=b*lyy=14.6652。残差平方和为:Q=lyy-b*lyy=0.0132。统计量F为//UQUFQ=(U/1)/(Q/N-2)=4454。查表得:F0.01(1,4)=21.20;显然FF0.01(1,4),因此回归在0.01的水平上显著。4)、源程序五、实验总结一元回归是处理两个变量之间的关系,即两个变量X和Y之间存在一定的关系,可通过实验的方法分析所得数据,找出两者之间的关系的经验公式。若两个变量之间的关系式线性的就称之为一元线性回归。通过本次实验主要学习如何用matlab绘制一元线性回归方程。
本文标题:误差理论与数据处理实验三
链接地址:https://www.777doc.com/doc-2030254 .html