疲劳与断裂课件第三章第二次课.ppt

* * 第三章 疲劳应用统计学基础 3.1 疲劳数据的分散性 3.2 正态分布 3.3 威布尔分布 3.4 二元线性回归分析 3.5 S-N曲线和P-S-N曲 线的拟合 返回主目录 确定性关系--对变量X的每一确定值，变量Y都 有可以预测的一个或几个确定的值与之对应， 如，圆周长L=?D的确定性关系。 3.4 二元线性回归分析 二个问题：一组数据点是否呈线性？ 若呈线性，用什么样的直线描述？ 一、相关关系和回归方程 相关关系---变量X取某定值时，变量Y并无确定 的值与之对应，与之对应的是某唯一确定的概 率分布及其特征数，如S-N关系。 回归分析的主要任务是： 确定回归方程的形式及回归系数；检验回归方程的可用性；利用回归方程进行预测和统计推断。 设X、Y间存在着相关关系。 X=x时，Y的数学期望E(Y/X=x)是x的函数，即： E(Y/X=x)=f(x) E通常未知，一般只能通过样本求其估计量： =f (x) 称为Y对X的回归方程。 ~ y 若回归方程是线性的，有 =A+Bx ; 常数A、B是待定的回归系数。 ~ y X Y 0 散点图 分散带 二、最小二乘法拟合回归方程 获取数据样本 (xi, yi) n对 描点作散点图 回归方程形式 回归 系数 是否存在相关关系 回归方程估计量 与观测值yi之偏差平方和为： 最小二乘法 ~ y Q是A、B的函数， Q最小的条件为： ； 由此给出方程组 正规方程组为： t y ü ? = ? + ? ? = ? + i i i i i i y x x B x A y x B nA 2 解得： ? ? t ? ? y ü - ? - - ? = ? - ? ? ? - ? = y X x Y y X x x x n y x y x n B i i i i i i i i i 2 2 2 2 - = ? - ? ? ? - ? ? = X B Y x x n x x y x A i i i i i i i 2 2 ) ( ) ( ) )( ( ) ( 式中，n为样本数据点数， 、 分别为变量X、Y的样本均值，且 =?xi/n ; =?yi/n X _ Y _ X _ Y _ 注意，均值点（ 、 ）落在回归直线上。 Y _ X _ 三、相关系数及相关关系的检验 相关系数r定义为： 若令： 有： L L xy xx = / r = = L L L xy xx yy / B L L xx yy [ / ] / 1 2 ? - ? ? ? - ? = x x n y x y x n B i i i i i i 2 2 ) ( 偏差平方和为： Q A Bx y Y B X Bx y i i i i = + - = - + - ? ? ( ) [ ( ) ] _ _ 2 2 ? _ _ = - - - [ ( ) ( ) ] Y y B X x i i 2 _ _ _ _ = - - - - + - ? [ ( ) ( ) ( ) ( ) ] Y y B X x Y y B X x i i i i 2 2 2 2 _ _ _ = - - - + - ? ? ? ( ) ( ) ( ) Y y B X x B X x i i i 2 2 2 2 2 2 = - - - = - ? ? ( ) ( ) _ _ Y y B X x L B L i i yy xx 2 2 2 2 上式二端除以Lyy,即得： 注意: LyyQ0, 故相关系数 r ￡ 1 X Y 0 r ~ 1 完全相关 X Y 0 r ~ -1 完全相关 X Y 0 r ~ 0 完全不相关 当 时，有Q?0， 数据点基本在回归直线上，变量X、Y相关密切； ? 1 r ?, Q?, 数据点越分散，相关越差； 若 ?0， X、Y完全不相关。 相关系数r与B同号，r0, 则B0，正相关； r0，B0，负相关。 r r 相关系数的几何意义: X Y 0 0r1 正相关 X Y 0 -1r0 负相关 回