王鹏 高等测量平差验报告实验一_回归模型.docVIP

回 归 模 型 班级：测绘1111 学号：1120115117 姓名：王鹏 日期：2013.10.13 实验分析 1、实验目的 （1）、了解回归分析的原理和方法 （2）、掌握回归模型参数估计与假设检验的过程 （3）、验证书中回归模型示例 2、实验要求 （1）、独立完成示例的验证 （2）、能够在EXCEL中完成参数的推导和假设假设验证 （3）、有能力的同学可以编写程序实现回归模型的参数估计和假设检验（语言不限） （4）、书写实验报告 3、实验过程剖析 例题3-1，3-2，要求一元回归方程并进行精度评定，利用模型yi=β0+β1xi+εi，其矩阵形式为Y=Xβ+ε，V= Xβ-Y，利用最小二乘原理，β=（XTX）-1XTY，在excel中利用转置函数TRANSPOSE，求逆函数MINVERSE以及数组相乘函数MMULT求出β，此时一元线性回归方程便求出来了，下面精度评定利用σ2=VTV/(n-2)求出σ2为计算σ2β0和σ2β1要计算出Sxx，Sxx为x的标准差，σ2β0=σ2(1/n+x2/Sxx)，σ2β1=σ2(1/Sxx)。 例题3-3用相关系数检验该直线回归方程的显著性，提出原假设H0：ρ=0，H1：ρ≠0，计算统计量ρ=Sxy/(SxxSyy) ?利用excel进行验算。 例题3-4该实验是应用方差分析法和t检验法检验回归效果的显著性。方差分析法：根据相应的公式计算回归平方和S回、残差平方S残和以及F统计量，在一定的显著水平和自由度下查得相应的F值，从而对原假设或备选假设作出判断。t检验：计算统计量t，在一定的显著水平和自由度下查得相应的t值，从而对回归效果显著性作出判断。 例3-5：该实验的目的是确定回归方程。其解题步骤为：（1）、求回归方程；（2）、计算方差的估值σ2 及βi 的方差；（3）回归方程的显著性检验（F检验）；（4）、回归参数的显著性检验（t检验）。 例3-6求回归方程：列法方程然后解法方程，最后得到回归方程。求方差的估值σ2 =VT V/(n-2)；t检验法检验回归方程的显著性；温度在15℃ 时的预报值，以及在一定的置信度下预报值的区间估计。 例3-7：该实验为自回归模型阶数的确定，（1）、确定模型阶数p：从p=1开始计算直到统计量F满足小于在一定的显著水平α下的Fα值即接受原假设为止。（2）、模型参数估计：根据求得的阶数计算参数的估值从而可以得到自回归模型。 例3-8：该实验是根据例3-7中计算得出的自回归模型预报第37次和第38次的高程值。 例3-9：该实验为二阶多项式拟合模型：先根据相应的公式列出误差方程和法方程，然后解法方程，从而得到拟合方程。再计算方差的估值，对精度进行评定。 二、实验步骤 例3-1,3-2，3-3，3-4 例3-5 （1）求回归方程 （2）计算方差的估值σ2 及βi 的方差 （3）F检验 （4）t检验 例3-6 （1）求回归方程 (2)求方差估值 （3）t检验 （4）尺长改正数及预测区间 例3-7 （1）确定阶数 （2）模型参数估计 例3-8、在3-7的基础上完成 例3-9只截取了结果部分 三、实验的结论分析 由于精确度的不同，在小数点最后几位与树上有所不同，其他基本可以验证书上例题。其中3-6第一题书上错误。 四、实验心得体会 在用excel进行第三章、回归模型的参数估计与假设检验中的9道例题的验算的过程中我觉得可以利用EXCEL检验也可以利用VBA编程解决，只是VBA需要编程，但是每题都可以利用，只需要把编程编好，其余都能很快运算。其中这次试验的误差基本是小数上的差别，也体现了小数精确度的重要性。 五、例3-5VBA演示 六、源程序代码 Sub 按钮4_单击() 设置第一行的标题格式 Dim TitleRow As Excel.Range Dim ws As Excel.Worksheet Dim strTitle As String Set ws = ThisWorkbook.Sheets(1) Set TitleRow = ws.Range(ws.Cells(1, 10), ws.Cells(3, 17)) strTitle = 例3-5 回归分析EXCEL VBA演示 With TitleRow .Merge .ColumnWidth = 11 设置列宽，12个字符宽 .Cells(1, 1) = strTitle .Font.Name = 黑体 .Font.Size = 20