直线回归分析及其不确定度评定.doc

直线回归分析及其测量不确定度评定 第一节 一元线性回归分析 当输入量Xi的估计值xi是由实验数据用最小二乘法拟合的曲线上得到时，曲线上任何一点和表征曲线拟合参数的标准不确定度，可以用有关的统计程序评定。例如有两个估计值x，y有线性关系y=a+bx，对其独立测得若干对数据(x1,y1)，(x2,y2)，(，(xn,yn)，n(2，欲求取参数a，b及其标准不确定度，以及预期估计值及其标准不确定度，则需要应用最小二乘法。最小二乘法是以“残差平方和最小”为条件求得最佳值并拟合成最佳直线、最佳曲线。图13.1给出了直线拟合的最小二乘法示意图。图中，xi，yi是观测数据，vi是残差，a是拟合直线的截距，b是拟合直线的斜率。 呈直线的标准曲线用下式表示： (13.1) 式中b是直线的斜率（回归系数），a是截距。各实验数据点可表示为（xi，yi）i=1,2,…,n。 误差方程可用残差vi表示为： 需要使残差平方和最小 因此须同时对a和b求偏导数并使其为零，得到联立方程 式中， 首先用联立方程求解b 式中，以上各式中，是x值的平均值，是y值的平均值。 利用试验数据应用上式求解b会增加比较大的工作量，通常将上式变换为更易于数据处理的形式。注意到，上式的分子可变换成 类似地可将上式的分母可变换成 最后将lxx和lxy代入可以求解出b 用已经求得的b和，求得截距a。 同样可以计算相关系数r。现归纳整理得到如下的斜率b、截距a和相关系数r计算公式 1.1 斜率 (13.2) 1.2 截距 (13.3) 1.3 相关系数 (13.4) 1.4 y对x的回归直线 用计算得到的斜率b和截距a绘制的直线就是拟合得到的最佳直线，称为y对x的回归直线。显然，实验中测得的各实验点（xi，yi）并不完全落在该回归直线上，除非相关系数r＝1。y对x的回归直线方程可表示为 (13.5) 式中，表示是从回归直线上取得的与xi对应的yi计算值。 【例13.1】 现以中国合格评定国家认可委员会CNAS-GL06:2006《化学分析中不确定度的评估指南》例A5中，测定镉浓度为例，求回归直线方程和相关系数r。实验室采用浓度为(500(0.5)mgL(1镉标准溶液，配置浓度分别为0.1)mgL(1，0.3 mgL(1，0.5 mgL(1，0.7 mgL(1和0.9 mgL(1的5种校准标准溶液。用原子吸收光谱仪对5种校准溶液的每一个分别进行3次平行测量，被测物品浓度和吸收值如表13.1中第2栏和第3栏所示。求回归直线方程和相关系数r。 【解】 为便于计算，将有关中间计算结果列于表13.1中。 用式（13.2）和表13.1的数据计算斜率b (13.6) 用式（13.3）和表13.1的数据计算截距a (13.7) 用式（13.6）、式（13.7）和表13.1的数据就可给出校准曲线(回归直线)方程 (13.8) 用式（13.4）和表13.1的数据计算相关系数r (13.9) 相关系数r是一个纯数，在理化试验中，其绝对值通常大于0.99而很