origin7完全教程-第9章.ppt

作 业 简述线性回归、多项式回归、多重回归的相同与不同点。 如何确定线性回归的上下置信区间曲线，有何意义？ 第十章 曲线拟合 描述实验数据和统计数据的不同变量间关系，进一步分析曲线特征，找出相应的函数关系，就需要进行曲线拟合。 本章内容包括： 最小二乘法； 线性拟合； 线性拟合工具的使用。 Origin可以对整条曲线做拟合，也可以用Tools工具条的Data Selector按钮选择曲线的一部分拟合，如果Graph窗口中有多条曲线，可以只对选定的曲线拟合。 10.1 最小二乘法 下表为一种合成纤维的应力和拉伸倍数的关系，共测量了24个样品。 观察这些数据点，基本上是直线的趋势，但不是精确地在直线上，因为应力不仅和应变有关，还受其它因素影响，这些因素难以控制，使应力与应变间存在不确定的关系。 上述不确定性是随机误差干扰造成的，大样本时会沿直线聚集。 建立y与x之间关系式的目的在于： 找出数据间的规律； 用于预测，预测任意x对应的y值。 用最小二乘法构造直线的原则是使观察点距直线垂直方向偏差的平方和最小。 简单线性回归模型 y的观察值是随机试验的结果，y与x的关系式表示为： ε是未加控制的偶然因素引起的，为随机误差，x是可控制的变量或可观察的随机变量，β1和β2是待估计的未知参数。 其中S1, S2分别为样本的方差，S12为两样本的协方差，R为两样本的相关系数。 如果选择了Linear Fit对话框的Error as Weight复选框，则 误差 服从 的正态分布。 使χ2最小。 10.2 线性拟合 线性拟合是曲线拟合的特例。 激活Worksheet窗口并选中y列，Origin将该列默认为因变量，对应的x列默认为自变量。 激活Graph窗口，拟合当前激活的数据曲线，将拟合数据写入一个隐藏的Worksheet窗口，在窗口中显示拟合曲线，并将结果显示在Results Log窗口。 激活Graph窗口做曲线拟合时，首先激活要拟合的曲线，如下图所示在Data菜单下显示了所有数据组，有√的为当前激活数据组。 10.3 多项式回归 选择Analysis|Fit Polynomial，打开Ploymial Fit to对话框，可以指定 多项式的阶数，Order=1~9 拟合曲线的数据点数，Fit Curve #pts 拟合曲线x的取值范围，Fit Curve Xmin/Xmax 是否在Graph窗口显示拟合公式的复选框, Show Formula on Graph? 10.4 多重回归 10.5 线性拟合工具 Linear Fit的Operation选项 Through Zero，直线的截距为零； Fix, 按照文本框中指定的斜率拟合直线； Error as Weight, 使用误差值作为权值； Use Reduced Chi^2, 仅对误差参数有影响，选中时误差参数变为SQRT(covii*ChiSqr/DOF),不推荐使用； Confidence Bands，拟合时给出置信区间； Prediction Bands，拟合时给出预测区间，该区间大于置信区间； Fit按钮，进行拟合； Find x/y，Origin按拟合公式计算结果，输出相应的y, x值。 Linear Fit的Setting选项， Points, 拟合直线的点数； Range, 拟合直线在两端各超出x取值范围的百分数； Confidence, 置信水平； Apparent Fit, 根据坐标刻度，把指数衰减曲线进行线性拟合，并按对数刻度做图； Span X Axis, 在整个x轴做拟合，并绘制直线； Residual Data, 在相应的Worksheer窗口生成两列，即Fit(y)和Residual(y)列； Fit All Curve, 拟合本图层所有的曲线； Statistics Output，控制Results Log窗口显示的拟合结果，Simple or Advanced. Origin提供了多种拟合方法，其运算速度和计算复杂程度也不相同，拟合结果及误差输出在Results Log窗口中。 * *