Origin8.0中文教程(经典)摘要.ppt

数据处理 (2):回归与拟合* Regression and Curve Fitting 什么是回归分析 所谓回归(regression)分析，简单的说，就是一种处理变量与变量之间相互关系的数理统计方法。用这种数学方法可以从大量观测的散点数据中寻找到能反映事物内部的一些统计规律，并可以按数学模型形式表达出来，故称它为回归方程（回归模型）。 例如，自由落体运动中，物体下落的距离S与所需时间t之间，有如下关系： 变量S的值随t而定(其他项是常数)，这就是说，如果t有确定值，那么S的值就完全确定了。这种关系就是所谓的函数关系或确定性关系。 回归(Regression)也可以称为拟合(Fitting)，回归是要找到一个有效的关系，拟合则要找到一个最佳的匹配方程，两者基本是同一个意思。 回归分析分类 根据方程涉及变量的个数 一元回归 多元回归(multiple regression) 根据自变量和因变量函数关系是直线还是曲线 线性回归(linear regression) 非线性回归 (nonlinear regression) (非线性回归处理的情况要比线性回归复杂得多，需要进行更大量的尝试。因此除了依赖计算进行反复运算逼近，用户自己对参数的取值范围和估算也很重要。) 线性拟合分析 C:\Program Files\OriginLab\Origin8\Samples