计算机在化学中的应用之线性回归.ppt

  1. 1、本文档共24页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
计算机在化学中的应用之线性回归

第 4 章 线性回归 回归分析 用最小二乘法求最佳拟合参数(如变量系数)的过程。 还包括:变量间的相关性、回归参数的标准偏差、数据与表达式的吻合程度、分析变量是否独立 第 4 章 线性回归 4.1 基本概念 计算方法 4.1.1 最小二乘法 4.1.1 最小二乘法 代入 b 得 4.1.2 相关系数 r ⑵ r2 — r的平方 p95 r 值范围 r 值可由 Excel 函数求出 4.1.3 回归方程显著性的检验 表4.2 相关系数 r 临界值表 (1) 相关系数检验法 (3) 其它统计参数 Page 93, 101 4.2 Excel 函数的使用方法 p24 (3)函数调用 4.3 一元线性回归 4.3.1 用SLOPE( )函数求斜率a 用INTERCEPT( )函数求截距b 4.3.2 用 CORREL( ) 函数求相关系数 R 4.3.3 用LINEST( )函数作线性回归分析 数值数组 4.3.4 使用“数据分析”—“回归”线性拟合 注意 回归值与预测值 4.4 多元线性回归 4.4.2 多项式拟合 12h 08工化应10/9/15-7 12h 07化应08/9/17; 12h 06化08/9/18- ; 12h 化学04 07/3/23 11 h 2004.9.22 12h 05化(无2参数) 07/9/20; 13h 化学04 07/3/27 12 h 2004.9.22 10h 06/9/13 化工04 10h→(1) 05/3/14 11h 05/9/15 化工02; 11h →(1) 05/3/18 11h 08工化应10/9/15-7 11h 06化08/9/18- ; 05/9/13 (2) 化工03 13h 08工化应10/9/20-21 13h 05应 07/9/28; 15h 05工 07/9/26; 12h 06/03/15 化学03 ; 13h 05/9/20 化工02 9h 06/03/14 化学03 11h 06应08/9/20;11 h 05应 07/9/26; 10h 06/03/14 化学03 11h 06/9/16 化工04 * 曲线拟合——应用数学方法对大量的观测数据进行处理, 从而得出比较符合测量结果的数学表达式, 即近似函数关系 y=f(x)。 最佳拟合判据——残差平方和(Sum of Square of Residual)最小,即最小二乘法。 4.1 基本概念 计算方法 4.2 Excel 函数的使用方法 4.3 一元线性回归 4.4 多元线性回归 x y A B C 若已知a, b, 则由 xi和方程得计算值 yi 计算。 第 i 点残差?i: ?i= yi - yi 计算= yi -(axi+b) 残差(residual)平方和 不同直线a, b 值不同,SSresid亦不同, SSresid,C SSresid,B SSresid,A,SSresid,A最小。 yi yi 计算 ?i 一元线性回归,又称直线拟合。 一个自变量。 p91 4.1.1 最小二乘法 (1) 概念:设从实验得到 n 组x, y 数据 x: x1 x2 ··· xi ··· xn y: y1 y2 ··· yi ··· yn 若理论上x, y呈线性关系,则应符合方程 y = ax + b ? 求出斜率a、截距b, 即得到一条尽可能靠近各(xi , yi)点的直线。 判断标准——残差平方和最小。 图4.1 SSresid与a, b 由前式 即 SSresid = f(a, b) 残差平方和最小(极值)的条件 (2)计算回归系数斜率a,截距b的计算方法 回归直线:残差平方和最小的直线;Excel的趋势线。 回归方程: 回归直线的方程。拟合方程 最小二乘法——使残差平方和最小的方法。 →计算斜率a , 截距b。 求斜率 a 分母0 即 即 求截距b 相关系数——衡量回归方程与原始数据相符合的程度的数值。 ⑴ 离差总平方和SS: yi - y平均 称为yi的离差。全部 yi 的离差平方之和称为 y 的离差总平方和 SS 由 yi – y平均=(yi –yi 计算) + (yi 计算– y平均) 则 可推导出,上式

文档评论(0)

wyjy + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档