第4讲拟合与回归.ppt

拟合与回归 四川师范大学赵凌 曲线拟合 已知一组（二维）数据，即平面上 n个点（xi,yi) i=1,…n, 寻求一个函数（曲线）y=f(x), 使 f(x) 在某种准则下与所有数据点最为接近，即曲线拟合得最好。 根据散点图或者经验公式，确定函数的形式。 函数的形式分成两种：线性的（可化为线性的）和非线性的 可选的模型有： Michaelis-Menten模型 指数增长模型 x=[0.02 0.02 0.06 0.06 0.11 0.11 0.22 0.22 0.56 0.56 1.10 1.10]; y=[76 47 97 107 123 139 159 152 191 201 207 200]; %建立自定义函数 zl=@(beta,t)[beta(1)*t./(beta(2)+t)]; %在命令窗口输入命令 bo=[195.8027 0.04841]; [beta,R,J]=nlinfit(x,y,zl,bo) 二、回 归 回归的步骤： 一、确定函数形式（散点图或先验知识） 二、确定待定参数（曲线拟合） 三、拟合优度检验 四、显著性检验 回归分析就是对拟合问题作的统计分析。 线性关系检验－F检验 检验因变量与所有自变量之间的是否显著 也被称为总体的显著性检验 检验方法是将回归离差平方和(SSR)同剩余离差平方和(SSE)加以比较，应用 F 检验来分析二者之间的差别是否显著 如果是显著的，因变量与自变量之间存在线性关系 如果不显著，因变量与自变量之间不存在线性关系 线性关系检验 提出假设 H0：?1??2????p=0 线性关系不显著 H1：?1，?2，?，?p至少有一个不等于0 回归系数的检验－t检验 线性关系检验通过后，对各个回归系数有选择地进行一次或多次检验 应用 t 检验统计量 回归系数的检验(步骤) 提出假设 H0： bi = 0 (自变量 xi 与 因变量 y 没有线性关系) H1： bi ? 0 (自变量 xi 与 因变量 y有线性关系) 计算检验的统计量 t 作业： 农作物施肥效果分析 电力市场的输电阻塞管理（题目） 电力市场的输电阻塞管理 （论文一） 电力市场的输电阻塞管理 （论文二） 算法设计与编程 1、拟合第1、2时段的水位，并导出流量 2、拟合供水时段的流量 3、估计一天总用水量 4、流量及总用水量的检验 1、拟合第1时段的水位，并导出流量 设t，h为已输入的时刻和水位测量记录（水泵启动的4个时刻不输入），第1时段各时刻的流量可如下得： 1） c1=polyfit（t（1：10），h（1：10），3）； %用3次多项式拟合第1时段水位，c1输出3次多项式的系数 2）a1=polyder（c1）； % a1输出多项式（系数为c1）导数的系数 3）tp1=0：0.1：9； x1=-polyval（a1，tp1）； % x1输出多项式（系数为a1）在tp1点的函数值（取负后边为正值），即tp1时刻的流量 4）流量函数为： 2、拟合第2时段的水位，并导出流量 设t，h为已输入的时刻和水位测量记录（水泵启动的4个时刻不输入），第2时段各时刻的流量可如下得： 1） c2=polyfit(t(10.9:21),h(10.9:21),3)； %用3次多项式拟合第2时段水位，c2输出3次多项式的系数 2） a2=polyder(c2)； % a2输出多项式（系数为c2）导数的系数 3）tp2=10.9:0.1:21; x2=-polyval(a2,tp2); % x2输出多项式（系数为a2）在tp2点的函数值（取负后边为正值），即tp2时刻的流量 4）流量函数为： 3、拟合供水时段的流量 在第1供水时段（t=9~11）之前（即第1时段）和之后（即第2时段）各取几点，其流量已经得到，用它们拟合第1供水时段的流量．为使流量函数在t=9和t=11连续，我们简单地只取4个点，拟合3次多项式（即曲线必过这4个点），实现如下： xx1=-polyval（a1，[8 9]）； %取第1时段在t=8,9的流量 xx2=-polyval（a2，[11 12]）； %取第2时段在t=11,12的流量 xx12=[xx1 xx2]； c12=polyfit（[8 9 11 12]，xx12，3）； %拟合3次多项式 tp12=9：0.1：