最小二乘法拟合.doc

4.最小二乘法线性拟合 我们知道，用作图法求出直线的斜率a和截据b，可以确定这条直线所对应的经验公式，但用作图法拟合直线时，由于作图连线有较大的随意性，尤其在测量数据比较分散时，对同一组测量数据，不同的人去处理，所得结果有差异，因此是一种粗略的数据处理方法，求出的a和b误差较大。用最小二乘法拟合直线处理数据时,任何人去处理同一组数据，只要处理过程没有错误，得到的斜率a和截据b是唯一的。 最小二乘法就是将一组符合Y=a+bX关系的测量数据，用计算的方法求出最佳的a和b。显然，关键是如何求出最佳的a和b。 求回归直线 设直线方程的表达式为： (2-6-1) 要根据测量数据求出最佳的a和b。对满足线性关系的一组等精度测量数据（xi，yi），假定自变量xi的误差可以忽略，则在同一xi下，测量点yi和直线上的点a+bxi的偏差di如下： 显然最好测量点都在直线上（即d1=d2=……=dn=0），求出的a和b是最理想的，但测量点不可能都在直线上，这样只有考虑d1、d2、……、dn为最小，也就是考虑d1+d2+……+dn为最小，但因d1、d2、……、dn有正有负，加起来可能相互抵消，因此不可取；而|d1|+ |d2|+……+ |dn|又不好解方程，因而不可行。现在采取一种等效方法：当d12+d22+……+dn2对a和b为最小时，d1、d2、……、dn也为最小。取（d12+d22+……+dn2）为最小值，求a和b的方法叫最小二乘法。 令 ＝ (2-6-2) D对a和b分别求一阶偏导数为： 再求二阶偏导数为： ； 显然： ； 满足最小值条件，令一阶偏导数为零： (2-6-3) (2-6-4) 引入平均值： ； ； ； 则： （2-6-5） 解得： （2-6-6） （2-6-7） 将a、b值带入线性方程，即得到回归直线方程。 (2) y、a、b的标准差 在最小二乘法中，假定自变量误差可以忽略不计，是为了方便推导回归方程。操作中函数的误差大于自变量的误差即可认为满足假定。实际上两者均是变量，都有误差，从而导致结果y、a、b的标准差(n≥6)如下： (2-6-8) (根式的分母为n-2,是因为有两个变量) (2-6-9) (2-6-10) (3)相关系数 相关系数是衡量一组测量数据xi、yi线性相关程度的参量，其定义为： （2-6-11） r值在0|r|≤1中。 |r|越接近于1，x 、y 之间线性好；r为正，直线斜率为正，称为正相关；r为负，直线斜率为负，称为负相关。|r|接近于0，则测量数据点分散或xi、yi之间为非线性。不论测量数据好坏都能求出a和b，所以我们必须有一种判断测量数据好坏的方法，用来判断什么样的测量数据不宜拟合，判断的方法是|r|r时，测量数据是非线性的．r称为相关系数的起码值，与测量次数n有关，如下表2-６-2 表2-6-2 相关系数起码值r n r n r n r 3 1.000 9 0.798 15 0.641 4 0.990 10 0.765 16 0.623 5 0.959 11 0.735 17 0.606 6 0.917 12 0.708 18 0.590 7 0.874 13 0.684 19 0.575 8 0.834 14 0.661 20 0.561 在进行一元线性回归之前应先求出r值，再与r比较，若|r| r，则x和y具有线性关系，可求回归直线；否则反之。 例9：灵敏电流计的电流常数Ki和内阻Rg的测量公式为测得的数据同例7，其中间处理过程如下，试用最小二乘法求出Ki和Rg，并写出回归方程的表达式。 解：测量公式与线性方程表达式y＝a+bx比较： 数据处理如表2-6-3： 表2-6-3 Rs＝0.100Ω R1＝4350.0Ω d＝40.0mm i 1