回归分析和曲线拟合

回归分析和曲线拟合

ID:37358885

大小:638.10 KB

页数:62页

时间:2019-05-11

回归分析和曲线拟合_第1页
回归分析和曲线拟合_第2页
回归分析和曲线拟合_第3页
回归分析和曲线拟合_第4页
回归分析和曲线拟合_第5页
资源描述:

《回归分析和曲线拟合》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第五章回归分析和曲线拟合回归分析方法§5-1一元线性回归一、什么叫回归分析(一)两种不同类型的变量关系、函数与相关简单的说,回归分析就是一种处理变量与变量之间关系的数学方法。例:自由落体运动中,物体下落的举例S与所需时间t之间,有如下关系变量S的值随t而定,这就是说,如果t去了固定值,那么S的值就完全确定了这种关系就是所谓的函数关系或确定性关系回归分析方法是处理变量之间相关关系的有理工具,它不仅提供建立变量间关系的数学表达式——经验公式,而且利用概率统计知识进行了分析讨论,从而判断经验公式的正确性二、回归分析所能解决的问题回归分析主要解决以下几方面的问题:(1)

2、确定几个特定变量之间是否存在相关关系,如果存在的话,找出她们之间合适的数学表达式(2)根据一个或几个变量的值,预报或控制另一个变量的取值,并且要知道这种预报或控制的精确度(3)进行因素分析,确定因素的主次以及因素之间的相互关系等等一元线性回归分析,只要解决:(1)求变量x与y之间的回归直线方程(2)判断变量x和y之间是否确为线性关系(3)根据一个变量的值,预测或控制另一变量的取值二、一元线性回归方程的确定三、回归方程检验方法(一)方差分析法回顾方差分析的基本特点:把所给数据的总波动分解为两部分,一部分反映水平变化引起的波动,另一部分反映由于存在试验误差而引起的波

3、动。然后把各因素水平变化引起的波动与试验误差引起的波动大小进行比较,而达到检验因素显著性的目的.(二)相关系数检验法n-2123456789100.050.010.9970.9500.8780.8110.7540.7070.6660.6320.6020.5761.0000.9900.9590.9170.8740.8340.7980.7650.7350.708n-2111213141516171819200.050.010.5530.5320.5140.4790.4820.4680.4560.4440.4330.4130.6840.6610.6410.6230.6

4、060.5900.5750.5610.5490.537n-2212223242526272829300.050.010.4130.4040.3960.3880.3810.3740.3670.3640.3550.3490.5260.5150.5050.4960.4870.4780.4700.4630.4560.449相关系数临界值表四、预报与控制当我们求得变量x、y之间的回归直线方程后,往往通过回归方程回答这样两方面的问题:(1)对任何一个给定的观测点x0,推断y0大致落的范围(2)若要求观测值y在一定的范围y1

5、的预报问题,后者称为控制问题。五、应用举例例6-1在某产品表明腐蚀刻线,下表是试验活得的腐蚀时间(x)与腐蚀深度(y)间的一组数据。试研究两变量(x,y)之间的关系。腐蚀时间x(秒)腐蚀深度y(μ)551020304050606590120468131617192525294640302010yx102030405060708090100110120序号1234567891011551020304050606590120495468131617192525294620825251004009001600250036004225810014400358751636

6、6416925628936162562584121165398203080260480680950150016252610552013755§5-2多元回归分析方法一、多元回归分析概述上节讨论的只是两个变量的回归问题,其中因变量只与一个自变量相关。但这只是最简单的情况,在大多数的实际问题中,影响因变量的因素不是一个而是多个,我们称这类回问题为多元回归分析。我们这里着重讨论简单而又最一般的线性回归问题,这是因为许多非线性的情形可以化为线性回归来做。多元线性回归分析的原理与一元线性回归分析完全相同,但在计算上却要复杂得多。不过,应用计算机多元回归的计算量是很小的,一

7、般的计算机都有多元回归(以及逐步回归方法)的专门程序。多元线性回归方差分析表4.偏回归平方和与因素主次的差别前面讲的有关多元线性回归的内容,纯属一元情形的推广,只是形式上复杂一些而已,而偏回归平方和与因素主次的差别则是多元回归问题所特有的。先从判别因素的主次说起。在实际工作中,我们还关心Y对x1,x2,···xk的线性回归中,哪些因素(即自变量)更重要些,哪些不重要,怎栏来衡量某个特定因素(i=1,2,…k)的影响呢?我们知道,回归平方和U这个量,刻划了全体自变量x1,x2,···xk对于Y总的线性影响,为了研究xk的作用,可以这样来考虑:从原来的k个自变量中扣

8、除xk,我们知道这k-1

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。