[工学]第5章 回归分析.pdf

数据处理方法及应用 回归分析 回归分析的基本概念 一元线性回归 一元非线性回归 多元线性回归 线性递推回归 参考资料： 费业泰主编. 误差理论与数据处理（第6版），机械工业出版社，2010 王黎明陈颖杨楠编著. 应用回归分析，复旦大学出版社，2008 讲课：钟伟民，研究生楼912811，wmzhong@ecust.edu.cn 1 回归分析 主要阐述回归分析的基本概念，并重点介绍一元线性 回归和一元非线性回归的基本方法，给出回归方程的方差 分析和显著性检验。从而使掌握回归分析方法的基本原 理，同时介绍下多元线性回归和线性递推回归的基本方法。 2 回归分析的基本概念 函数与相关 函数关系：即确定性关系，可以用明确的函数关系式精 确地表示出来。数学分析和物理学中的大多数公式属于 这种类型。 s vt 相关关系：这些变量之间既存在着密切的关系，又不能 由一个（或几个）自变量的数值精确地求出另一个因变 量的数值，而是要通过试验和调查研究，才能确定它们 之间的关系。比如零件加工中知道了零件的直径可大致 估计其加工误差，但又不能精确地预知加工误差。 函数和相关关系并无严格的界限 4 回归分析的主要内容 由数据确定变量之间的数学表达式－回归方程或经验 公式。 对回归方程的可信度进行统计检验。 因素分析，确定共同影响一个变量的许多因素中的重 要和次要因素。 5 回归分析与最小二乘的关系 回归分析是基于最小二乘原理，回归系数的求解，特别是一元线性 回归方程的求解与最小二乘法有一定的相似性。 最小二乘法是对研究事物内部规律的数学表达式——经验公式，得 到该公式待求参数估计量后，只对其精度进行评价，而不研究所拟 合的经验公式整体质量。 回归分析还需进一步对所得到的回归方程——经验公式的整体精度 进行分析和检验，以确定回归方程的质量水平，并定量地评价回归 方程与实际研究的事物规律的符合程度，即进行回归方程的方差分 析与显著性检验等。 最小二乘法是回归分析的主要理论基础，回归分析是最小二乘理论 的实际应用与扩展。 6 一元线性回归 一元线性回归 一元线性回归：确定两个变量之间的线性关系，即直线拟合 问题。 例：确定某段导线的电阻与温度之间的关系： x / o C 19.1 25.0 30.1 36.0 40.0 46.5 50.0 y / Ω 76.30 77.80 79.75 80.80 82.35 83.90 85.10 散点图： 84 82 80 78 76 20 30 40 50 8 一元线性回归 从散点图可以看出：电阻与温度大致成线性关系。 设测量数据有如下结构形式： y β +βx +ε , t 1,2, L, N t 0 t t ε ,ε , L,ε y 1, y 2 , L, y N 式中， 1 2 N 分别表示其它随机因素对电阻值 影响的总和