2.5 回归分析.pptVIP

第二章 定量分析中的误差与数据评价 2.5.1 最小二乘法拟合的统计学原理 2.5.2 线形方程的相关系数 2.5.3 最小二乘线性拟合程序 2.5.1 最小二乘法拟合的统计学原理 最小二乘法拟合 2.5.2 线性方程的相关系数 R 2.5.3 最小二乘线性拟合程序 线性拟合程序 第五节 标准曲线的线形方程拟合 一元线性：y=a +bx 实验点：（yi，xi） （i=1，2，3，…，m） 实验点数 m＞未知数个数，矛盾方程组， 假设求得： a ；b 代入 yi=a +bxi 得直线方程。 实测值yi与计算值 yi之间偏差越小，拟合的越好，偏差平方和最小。 将实验数据代入，即可求得 a，b。 R=1 ；存在线性关系，无实验误差； R=0；毫无线性关系； 编程计算。 编程变量： INPUT M For I=1 to m INPUT X1;Y1 X1=X1+X(I): X2=X2+X(I)^2: Y1=Y1+Y(I) Y2=Y2+Y(I)^2 XY=XY+X(I)*Y(I) NEXT I XM=X1/M : YM=Y1/M LX=X2-XM*M : LY=Y2-YM*M : LZ=XY-M*XM*YM a1=LZ/LX : a0=YM-a1*XM : R=LZ/(LX*LY)^2 任务：用VB编程处理实验数据（分光，电位分析） 2.1 定量分析中误差的基本概念 2.2 定量分析数据的评价与显著性检验 2.3 有效数字及其运算规则 2.4 分析质量的保证与控制 2.5 标准曲线的回归分析 内容选择： 结束 ? 第三章 * *