第五章人体静态特征与测量.pptVIP

Y 对X是一元线性关系 Y = α+βX +е 其中α、β是回归系数，е是随机误差 Y 对X1，X2…… Xn是多元线性关系 Y = β1 X1 + β2 X2 + …… +βn Xn + е 其中βn是回归系数，е是随机误差 一元线性回归： 多元线性回归： 实验数据分析 回归分析 一元线性回归 Exp ： 回归分析 多元线性回归 Exp ： 多元统计分析方法multivariate statistical analysis 基于同时对多个对象或变量联合观测所得多元的数据的统计分析方法。 因子分析 聚类分析 实验数据分析 因子分析factor analysis 是研究各种因子及其线性组合，对所考察对象的影响的一种多元统计分析方法。其目的是用少数几个因子来描述许多指标或变量之间的关系。其原理是根据变量间的相关性将变量分成若干个组，相关性强的变量同组，每一组变量代表一种基本结构，对应一个因子。 因子分析能从多指标的数据中提取特征指标，简化数据，用较少的综合指标来解释初始较多指标所反映的事物特征，使分析得以简化，但是这种分析方法滤去的信息有两种情况：一方面可能过滤虚假信息，减少无关指标的影响，即因子分析刚好能排除“噪音”的干扰；另一方面因子分析在简化数据降低维数的过程中又有可能丢失信息。 实验数据分析 因子分析 Exp ： 聚类分析cluster analysis 研究事物或变量分类的数学方法，是多元统计分析的重要分支。其目的是找出事物或变量的自然类别，聚类可以对个体，也可以对变量。其原理是在没有先验知识的情况下，根据样本数据在性质上的亲密程度自动进行分类，使同一类中的个体有较大的相似性。 聚类分析能充分利用原始数据信息，但它是不加区别地分析全部指标，无法排除“噪音”的干扰。 实验数据分析 聚类分析 Exp ： 统计分析方法 目 的 原 理 结 果 描述性统计 显示出观测值的趋势、特征和数量关系 均值、中位数、众数 标准差、方差等。 相关分析 推断正态随机变量间相互关系的存在形式及密切程度。 随机变量间相关系数检验 两两变量间的相关系数，体现变量间的相关程度。 回归分析 寻求一个随机变量（Y）对另一个或一组变量（X）的随机相依关系 数学模型 实验数据分析 统计方法总结 实验数据分析 统计分析方法 目 的 原 理 结 果 多元统计方法 因子分析 是用少数几个因子来描述许多指标或变量之间的关系 根据变量间的相关性将变量分成若干个组，相关性强的变量同组，对应一个因子。 若干个因子，每一个因子代表一种基本结构。 聚类分析 找出事物或变量的自然类别 根据样本数据在性质上的亲密程度自动进行分类，使同一类中的个体有较大的相似性 若干个类别 6、结 论 1/描述性统计的结果——研究对象总体特征——讨论（为什么会出现这样的结果） 2/对回归分析结论的描述——讨论（数学模型使用方法，作用） 3/对相关分析/主成分分析/因子分析/聚类分析等结果进行描述——如：主要成分（或因子/类别）名称/特点/代表性——讨论（为什么会出现这样的结果） 总结：用一段话总结这个实验（研究对象/研究方法/结论/意义。 结论 Exp ： 作 业 安 排 人体静态测量实验 通过课堂讲解和实验室参观，充分认识三维测量仪的功能，并了解基本的使用方法； 利用三维测量仪的测量功能，模拟进行静态测量实验； 实验要求： 有明确的目的和执行的意义； 完整的设计试验的过程（不一定要操作），包括实验对象的选取、测量项目的选取、测量标准的定义、数据分析的方法及可以预见的结果； 按照静态测量实验，完成详细的实验报告。 3．1 标定 3．2 人体准备 3．3 人体扫描 3．4 文件储存 3．5 文件调用及显示 3．6 尺寸表的编辑 3．7 批处理 3．8 三维数据的调用 3、设备使用流程 3．1 标定 3．2 人体准备 3．3 人体扫描 3．4 文件储存 3．5 文件调用及显示 3．6 尺寸表的编辑 3．7 批处理 3．8 三维数据的调用 3、设备使用流程 三维测量数据可以直接在notepad中打开，也可以在excel中进行编辑。 三维人体测量设备与测量流程介绍 测量文件编辑 MEP文件名 单位设定 各测量点长度围度厚度尺寸定义 人体扫描 调用与测量 测量名称设定 MEP文件选定 Auto　Scan　Set Auto　Scan人体扫描 调用(load)rbd文件 MEP文件选定 Extract生成ord文件 三维人体测量设备与测量流程介绍（TC2） 调用（load）.rbd文件 .mep文件选定 EXTRACT生成.ord