一元线性回归方程在预应力千斤顶标定中的应用.docVIP

一元线性回归方程在预应力千斤顶标定中的应用.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一元线性回归方程在预应力千斤顶标定中的应用,千斤顶线性回归方程,线性回归方程,线性回归方程公式,一元线性回归方程,线性回归方程怎么求,多元线性回归方程,线性回归方程例题,非线性回归方程,线性回归方程相关系数

一元线性回归方程在预应力 千斤顶标定中的应用 时 榴,张定高 (重庆桥梁工程总公司 重庆 400060) [摘要] 本文着重介绍了预应力千斤顶、油表配套标定后一元线性回归方程的建立、显著性检验、应用及注意事项。 [关键词] 预应力、回归方程、相关系数、显著性检验 One yuan of linear recurrence equation is at prestressing force Application in the hoisting jack demarcation Shi Liu,Zhang Ding Gao (Chongqing Bridge Engineering Company Chongqing 400060 , China ) Abstract:In this article, authors is stressed and is introduced necessary establishment demarcating back one yuan of linear recurrence equation of prestressing force hoisting jack and oil table, notable nature inspection, application and paying attention to the item. Key words: prestressing force, recurrence equation, correlation coefficient and notable nature inspection 1、概述 预应力混凝土经过近半世纪的发展,目前在我国已成为土建工程中一种十分重要的结构材料,应用范围日益扩大,由以往的单层及多层房屋、公路、铁路桥梁、水塔等。在桥梁结构领域中,预应力技术既是一种结构手段又将与施工方法结合形成一套以节段式施工为主体的预应力施工方法。主要有预应力悬臂分段施工技术,大节段预制吊装技术等。这些施工技术与预应力技术是紧密相关的。 我们知道,预应力一般都是通过千斤顶与油表配套来施加,由于预应力应用广泛,力值变化多,如何通过力值确定油表读数?为了解决这类问题就需要研究两个变量间的关系,一元线性回归方程是处理两个变量相关关系的一种统计技术。 2、一元线性回归方程的建立 在客观世界中,变量之间的关系大致可分为两种类型,函数关系和相关关系。当两个变量存在相关关系时,常常希望在两者间建立定量关系,两个相关变量间的定量关系的表达就是一元线性回归方程。假如,n个点在一条直线附近波动,一元线性回归方程便是对这条直线的估计。 (1)设一元线性回归方程的表达式为 =+ (1-1) 对给定的n对数据(,),=1,2,……,n(见表1),要我们根据这些数据去估计和。如果和已经估计出来,那幺在给定的值上,回归直线上对应点的纵坐标为: =+ 称为回归值,由于实际的检测值与之间存在偏差,我们希望求得的直线使这种偏差的平方和达到最小。即要求∑(-)2达到最小,根据微分学的原理,和可以用下式求出: =/ (1-2) =- (1-3) 这一组解称为最小二乘估计,其中是回归直线的斜率,称为回归系数;是回归直线的截距称为常数项。 (2)一元线性回归方程求解 =∑(-)(-)=∑-/n (1-4) =∑(-)2=∑2-2/n (1-5) =∑(-)2=∑2-2/n (1-6) =∑,=∑ 例如: 某千斤顶的力值与油表读数的数据如下: 表1 千斤顶型号 YDC5000-200 油表型号 江苏无锡 60Mpa 0.4级 序号 力值F(kN) 油表读数P(MPa) 1 0 0 2 517 5 3 1001 10 4 1495 15 5 2011 20 6 2504 25 7 3010 30 8 3521 35 9 3997 40 10 4541 45 11 5038 50 =27635, ∑2=275,∑2=9625 ∑=967500 回归方程求解如下: 公式(1-4):=∑-/n=967500-27635×275/11=276625 公式(1-5):=∑2

文档评论(0)

xingkongwd + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档