汽车测试基础—实验报告.docVIP

1、实验目的 1.1 一元线性回归方程的求解。 1.2 回归直线的显著性检验 2、实验设备、仪器及材料 2.1CPUPIII1000HZ,内存64MB RAM，1G硬盘空间计算机； 2.2安装Visual Basic 6.0； 3、实验内容 3.1实验方案设计与选择 由于数据少，课件爱那个数据保存在两个数组中，然后利用循环语句，对应数据在自定义用户坐标系上进行描点，连线，进行分析。 针对实验要求的线性回归，也可利用循环结构，对数组中保存的数据进行累加操作，得到计算线性回归方程的系数，并依此画出拟合直线。 3.2实验原理及实验步骤 实验原理：利用VB面对对象，语法简单，结构易学，运行速度快的特点，根据最小二乘法公式，对数据进行循环处理。然后利用VB中的画线函数，绘制拟合直线。由于线性回归过程简单，变量类型均为局部变量。 实验步骤： 在VB程序中，将原始数据用二维XY图绘制出来； X 1 3 8 10 13 15 17 20 Y 7.5 10.1 14.8 17.5 20.2 22.4 25.1 27.6 观察其是否近似为直线关系，如果是，则利用一元线性回归分析进行直线拟合，y＝a+bx； 利用最小二乘法，计算a，b参数； 在图中适当位置，标出拟合后的直线方程； 采用相关系数检验进行回归直线的显著性检验  3.3实验记录（核心代码及调试过程） 描点的按钮代码如下： Private Sub Command1_Click() Dim x1 As Single, y1 As Single Dim x As Variant, y As Variant x = Array(1, 3, 8, 10, 13, 15, 17, 20) y = Array(7.5, 10.1, 14.8, 17.5, 20.2, 22.4, 25.1, 27.6) Picture1.Scale (-1, 30)-(35, -1) Picture1.Line (0, 29)-(0, -1) Picture1.Line (34, 0)-(-1, 0) For i = 1 To 8 x1 = x(i) y1 = y(i) Picture1.Circle (x1, y1), 0.2, vbRed Next i End Sub 按下描点按钮后运行结果如图： 一元线性回归按钮的代码如下： Private Sub Command2_Click() Dim x As Variant, y As Variant x = Array(1, 3, 8, 10, 13, 15, 17, 20) y = Array(7.5, 10.1, 14.8, 17.5, 20.2, 22.4, 25.1, 27.6) For i = 1 To 8 m1 = m1 + x(i) * y(i) m2 = m2 + x(i): m3 = m3 + y(i) m4 = m4 + x(i) * x(i) m5 = m5 + y(i) * y(i) Next i b1 = (m1 - m2 * m3 / 8): b2 = m4 - m2 * m2 / 8: b3 = m5 - m3 * m3 / 8 b = b1 / b2 a = m3 / 8 - b * m2 / 8 r = b * Sqr(b2 / b3) Text1.Text = a= a Text2.Text = b= b Text3.Text = r= r For i = 0 To 20 Step 0.01 x1 = i y1 = a + b * x1 Picture1.PSet (x1, y1) Next i Picture1.Print y=bx+a End Sub 按下一元线性回归按钮运行结果如图： 4、实验总结 4.1实验结果分析及问题讨论 上面a、b参数的计算公式是怎么得出的？ 其计算公式的原理来自于最小二乘法，在误差理论中最小二乘法德基本含义是：在具有等精度的多次测量中，求最可信值时，是当各测量值的偏差平方和为最小时所得的值。本实验的数据近似为直线方程，即为 那么求解线性回归系数a b 有如下公式 而式中的各项参数均能通过数据求得，具体计算公式如下： VB代码中就是通过计算上述的4