第四章 回归分析.docVIP

第四章 回归分析 自然界的事物都是相互联系的，因此反映事物的量之间也存在一定的关系．为了深入了解事物的本质，常常要求找出各种变量之间的关系式．在地质科学中，这类问题也是很多的， 例如要确定矿石各种元素含量之间是否存在某种关系，通过实际测得的数据，找出各种变量 之间的经验公式．例如从河北某矿区取得12个矿样，测得其含和之间的数据如表4.1所示．希望找出的含量与的含量之间的关系． 研究环境污染时，在野外调查污染的自净过程中，曾测得酚的浓度与时间之间的一组 数据如表4.2．由实践经验与理论表明酚的浓度与时间之间的关系可以认为是负指数函数形式 其中与是两个待定的常数．要求由这组数据具体求出酚的自净规律。 又如从某矿石中取得14个样品，测得镍含量和五氧化二磷含量如表4.3所示 找出镍与五氧化二磷之间含量的函数关系． 在这里将遇到两种情况： 1．已知变量之间的函数形式，而未知具体函数．根据长期实践经验，只要根据函数的形式适当估计未知的参数就行了．例如已知变量与的关系是线性函数，此时只要根据数据，适当地估计参数之值就可以了，上述第二个例子属于这一情况。 2．未知变量之间的函数形式．此时不仅是估计未知参数问题，而首先是要确定变量之间的函数形式，然后再估计函数中的未知参数，上述第一、三例属于这一情况． 在找出变量之间的函数关系以后，如何利用这一函数关系，对一些变量进行预测和限制， 例如在地质科学中常常根据一些元素的含量来估计某金属元素的含量． 以上这些问题，可以归结为回归分析与相关分析向题，回归分析与相关分析是十分相似而： 有区别的两种统计方法，这里我们不准备讨论它们的区别，而主要对它们的共同点进行讨键 并且统称为回归分析．§1 一元线性回归分析一元线性回归分析主要是处理两个变量与之间的相互关系，两个变量的相关关系有 线性和非线性的两种情况，本节主要讨论线性关系情况，以及可以化为线性关系的非线性情 况。 线性关系情况，形如 （4.01） 它在地质问题中直接遇到的不算很多，而在地质科学中遇到较多的则是可以化为线性关系的非线性情况，如指数函数形式 （4.02） 幂函数形式 （4.03） 例如酚的自净规律是指数函数形式，又如脉旁围岩中扩散形成的异常内，成矿元素含量的变化规律为指数函数形式 为脉壁成矿元素的最高含量，为扩散系数，为脉壁的距离，又如地面坡度与河床坡度之间接近于幂函数关系． 对于指数函数及幂函数，将(4.02)式及(4.03)式两边取对效，则分别化为 （4.04） 及 （4.05） 如果在(4.04)式中令，则与就成了线性关系．如果在(4.05)式中令，则与之间也就成了线性关系，除指数函数与幂函数外，还有一些函数只要经简单变换，就可以化为线性关系，下面列举几个，如 等等．所有这些统称可化为线性关系的情况，只要线性情况得到解决，可化为线性的情况也 就不难解决． 例1 从某矿矿石中采12个样品，测得与的含量如表4.1所示，试分析矿石中与含量之间的关系．用表示的含量，表示的含量，对于一对数据就确定平面上一个点，将此12个点作图(图4—1)，从图中可以看出含量随含量的增高而增高，他们大致成直线关系，因此选用线性函数(4.01)式． 图4—1 现在的问题是如何根据表4.1中数据确定关系式(4.01)中的系数，下面首先介绍确 定系数的方法．一 用最小二乘法确定回归方程的系数 在方程(4.01)中，任给一组，就得到平面上的一条直线，当取各种可能的值时就得到平面上许许多多的直线．因此，确定系数就相当于在平面上的许许多多直线中求—条“合适”的直线．怎样才算“合适”呢?这里需要给出一个标准，符合此标准就算“合适”，否则算“不合适”．这个判别的标准就是要使实测数据中的纵坐标与根据（4.01）式得的纵坐标 （4.06） 之间的偏差的平方和 （4.07） 达到最小，这里是数据的数目(在例1中)．将(4.06)式代入到(4.07)式中，得 （4.08） 所谓求一条“合适”的直线，也就是求一组参数和，使得对任何均有 这样得出的直线 就是一条“合适”的直线。 根据微分学中求极值的原理知道，须满足 （4.09） 即 （4.09） 令 则(4.10)式可化为 （4.11