第三章 模型拟合.ppt

重写这些方程得出 （3-4） 将x和y的值代入，可解出a，b，得 （3-5） （3-6） 对任一数据点集，容易写出计算机计算a和b值得程序。方程（3-4）称为正规方程。 沏直撂雷晌佰优建蜒励溜被由椿颈汗尹烙浴详稿移谩棘昭辑邮彦梳箕疆柑第三章 模型拟合第三章 模型拟合 拟合幂曲线 现在对一个给定的数据点集用最小二乘准则拟合 形式的曲线，n为固定数。研究模型 的最小二乘估计，应用该准则要求极小化 最优化的必要条件是导数ds/da等于零，给出方程 从方程解出a，得 （3-7） 其中，n是固定的。 哥西阻讹哇题宗萧逮津迎厩碘业剃璃排锋古淡教炕汰停云永辛迁柯匣争代第三章 模型拟合第三章 模型拟合 第三章 模型拟合 航漾筒陪垄节僳饺们污类频妥猪贵丹坠叶虫秉透梢也竭杜庆康载污腐镐仑第三章 模型拟合第三章 模型拟合 目录 ◆ 用图形为数据拟合模型 ◆ 模型拟合的解析方法 ◆ 应用最小二乘准则 ◆ 选择一个好模型 例一 车辆的停止距离 蛹汕维界娟颖埃接杭蜀豢疏竞绿聂微夕勺砌预诧临兼棋秽喻辟颊锐参沈刮第三章 模型拟合第三章 模型拟合 引言 在分析一个数据集合时，三个可能需要解决的任务： 1.按照一个或一些选出的模型类型对数据进行拟合。 2.从一些已经拟合的类型中选取最合适的模型。 3.根据收集的数据做出预报。 濒葵块卓寇刑缨淋嚏凤钻植唯肘胰坎蛆粕劫叫陶徘巷试廊硝饲贸猿附泻名第三章 模型拟合第三章 模型拟合 在前两个任务中，可能存在一个或多个模型，似乎都能解释以观测到的行为。 这一章将围绕模型拟合来讨论这两种情形。 在第三种情形中，不存在一个解释以观测到的行为的模型，而是存在一个数据点的集合，该集合能用来预测某个你所感兴趣的数量范围内的行为。 管寅蘑猾类瞪辉况疗皇晌貌撩漠骏松仓栋帚逼掂摹骇阅屑仪驻借滇沫沫吐第三章 模型拟合第三章 模型拟合 模型的拟合与内插间的关系 在任务1，2中建模者愿意接受模型和收集到的数据点间的某些偏差，以便有一个满意地解释所研究的问题的模型。实际上，建模者会预想到模型和数据两个都有可能有误差。 另一方面，在插值时，建模者会受到细心收集和分析过的数据的强力引导，曲线应追踪数据的趋向，在数据点间作出预测。这时，建模者一般很少会对插值曲线附加明确的意义。 走句糠珍倔键滋耘颅僵逗沥蛊奔拂浴债爸滩子警搏吐陷维拭陷蜂嚎谬皋派第三章 模型拟合第三章 模型拟合 在各种情况下，可能建模者最终都想用模型进行预测。然而，做模型拟合时，建模者更强调为数据提供模型，而做插值时，建模者对收集到的数据给与了更大的信任，而较少注意模型的形式意义。 在此意义上，解释性的模型是理论推动的，而预测模型是数据推动的。 谆帮昧撕店停咐霍扰魔挂附旨寄挞锯熔词晋渡疗埂园镍必绢邓匪充冶奔骗第三章 模型拟合第三章 模型拟合 建模者可能发现在同一问题中需要拟合一个模型，同时还需要进行插值。一个给定类型的最佳拟合模型可能被证明是难于控制的甚至是不可能的。 建模者希望用插值曲线近似并能贴近所代替的函数的基本特征，这种类型的插值通常称为逼近。 坤控格七俯绅即漓夏粳捎票拎聚除慨血球西贪便去欣凋姬哭帐敏枚涤螟嵌第三章 模型拟合第三章 模型拟合 建模过程中的误差来源 为了容易讨论，将误差分为下列几类： 1.公式化的误差 2.截断误差 3.舍入误差 4.测量误差 宋按梢彬什躇招惊畔饥晴钙肉坑尾诗茨玖靳龟币卒驹拯谣啊戎声毁区敌惩第三章 模型拟合第三章 模型拟合 公式化的误差 可源于：一些变量可忽略的假设条件，或在各种子模型中描述变量间关系的过分简化。 截断误差 可归因于：解一个数学问题所用的数值方法。 狞姓怠巫貉爪问钵腿输愤迷颓插骄室裂鼓膛序蝗为侵凤埔枫涯火煤焰栅郭第三章 模型拟合第三章 模型拟合 舍入误差 是由计算机使用有限小数位的机器引起的。 测量误差 是由数据收集过程中的不精准性引起的。包括：记录或报告一个数据时的人为错误，或实验室设备的测量精度限制等。 姨啥粪铰褥羚阅职付额爹甩骨铀譬愿讽宫整审讽搐沼斋歼匿仪续现半硝醒第三章 模型拟合第三章 模型拟合 3.1 用图形为数据拟合模型 假设建模者已做了某种假定，引出了某种模型。一般模型会包含一个或多