水处理实验技术(第七讲).pptVIP

特点：对应于一个变量的某个取值，另一个变量以一定的规律分散在它们平均数的周围。 两者关系：没有绝对划清界限。因误差存在，函数关系常表现为相关关系。反之，当规律深刻、准确掌握时，相关关系也可转化为函数关系。 （2）回归分析的主要内容 回归分析是处理变量间相关关系的一种数学方法。对大量数据经去伪存真、由表及里加工后，找出相关关系间的内在规律性，建立（近似）定量表达式，从而推算出未知量。 1）以观察数据为依据，建立反映变量间相关关系的定量关系式（回归方程），并检验关系式的可信度； 2）利用建立的回归方程式，对客观过程进行分析、预测和控制。 1）选已知函数类型，先使曲线最大程度与实验点接近，并准确、简明、参数少： 将整理后的实验数据在不同坐标纸上作散点图（常用直角坐标纸）； 再据散点图中变量间信息、据专业知识和经验及解析几何知识判断图形类型； 确定函数关系。 2）确定函数 f（x）中的参数： 用作图法求系数，直线作图法简便，但精度较差，或精度要求低于0.2%至0.5%时可用。（同济P38） 最常用最小二乘法。 1）将x、y数据一一对应填入“一元线性回归计算表”，即 表 2-16 中； 2）计算 Lxy、Lxx、Lyy 值；（公式2-35、-36、-37） 3）根据公式计算a ∧、 b ∧值并建立经验式 ： b ∧ = Lxy/ Lxx， （公式2-38） a ∧ = yˉ– bxˉ， （公式2-39） y ∧ = a ∧ + b ∧ x n n 式中 xˉ =（1/n）∑i=1 xi ， y ˉ =（1/n）∑i=1 yi 1）计算相关系数γ ： γ= Lxy / √(Lxx·Lyy)， 公式（2- 40） 作出定性分析： ∣γ∣越接近 1，两变量 x、y 间线性关系越密切；若 γ接近于 0 ，则两者间没有线性关系，或具有非线性关系。 2）由显著性水平α（常0.05、0.01）、自由度n–2 ，P295 查附表5 “相关系数检验表”得临界γα ， 3）判断： ∣γ∣≥ γα ，线性关系，方程式成立，γ在水平α下显著； ∣γ∣﹤ γα ，不存在线性关系， γ在水平α下不显著。 （1）双曲线 1/y = a + b/x （图2-1、P65）, x、y 换元 b （2）幂函数 y = cx （图2-2、P65）,两侧取对数后换元 bx （3）指数函数 y = ce （图2-3、P66）,两侧取对数后换元 b/x （4）倒指数函数 y = de （图2- 4、P66）,两侧取对数后换元 （5）对数函数 y = a + b·lnx （图2-5、P67）, x 换元 -x （6）S型曲线 y = 1 / （a + be ）（图2-6、P67）, x、y换元 如散点图所反映的变量x与y间的关系和两个函数类型都有些相近，则可都做回归并计算剩余平方和或剩余标准离差σ∧并进行比较，选择 Q 或σ∧值最小的一个函数类型。 n 2 Q = ∑i=1 （y i — y ∧ i ） （公式2- 42） σ∧ =√Q /（n-2） = ...... （公式2- 43） 5、回归计算举例（P71） （1）一元线性回归计算举例（P71） （2）可化为一元线性回归的非线性回归计算举例（P73） （1）建立二元线性回归方程 y或y ∧ = a 1 + b 1 x + a 2 + b 2 x （2- 44） 二元线性回归计算四步骤： 得y ∧ = a ∧ + b1 ∧ x1 + b2 ∧ x2 （2）二元线性回归的复相关系数