第三章 实验曲线的数据拟合.ppt

（二）用Excel进行参数估计 线性参数估计可以直接利用Excel的分析工具库中的回归计算工具实现。对于非线性参数估计则可以通过适当的构造，将问题转化成一个使误差最小的规划问题进行解决。 （1）线性参数估计示例： SO2对水的溶解度实验式可以表示为： 式中P是SO2的分压，x是水溶液中SO2的摩尔分数。 实验实测得到的数据如下表所示，利用Excel的回归计算工具求出参数a和b的值： 提示：由于采用算法不同，Excel和Origin中相同名称拟合方法得到的拟合曲线有可能是有差异的，故不宜完全照搬套用。 Excel 4阶多项式拟合 Origin 4阶多项式拟合 （四）利用Origin进行复杂曲线解谱 第三章 实验曲线的数据拟合 （一）利用Microsoft Excel 进行数据拟合 （二）用Excel进行参数估计 （三）利用Origin进行数据拟合 （四）利用Origin进行复杂曲线解谱 （五）其他数据拟合软件 1、选中数据列 2、绘制散点图或曲线 3、对准数据点（或曲线）点击右键，在弹出式菜单中选中“添加趋势线”类型 4、在“添加趋势线”对话框中选择合适的回归分析类型 1 2 3 4 （一）利用Microsoft Excel 进行数据拟合 1、选中数据列 2、绘制散点图或曲线 3、对准数据点（或曲线）点击右键，在弹出式菜单中选中“添加趋势线” 所添加的三阶多项式趋势线 对准趋势线，右击鼠标键，在弹出式菜单中选中“趋势线格式（0）”，在弹出的“趋势线格式”对话框中可以对趋势线类型和格式进行修改。 1 2 由3阶改为4阶 线性拟合 对数拟合 3阶多项式拟合 4阶多项式拟合 对拟合效果好坏的评判：肉眼观察 拟合R2值综合判断。一般情况下， R2值越大（即越接近于1），拟合越精确。 注意：当R2值大到一定程度后，有可能R2值较大的拟合曲线并不是最佳的。例如：本例中4阶多项式拟合要优于6阶拟合。 3阶多项式拟合 4阶多项式拟合 6阶多项式拟合 44 28 19.3 10 5.7 3.8 2.2 0.8 0.3 1 0.7 0.5 0.3 0.2 0.15 0.1 0.05 0.02 分压p 溶解度x 利用公式计算功能计算出第一个单元格对应的P的平方根 通过复制公式计算出其他单元格对应的P的平方根 在“工具”菜单中选中”加载宏（I）”，然后在弹出的加载宏对话框中选中“分析工具库”，以便将相关分析工具添加到“工具”菜单栏。 在“工具”菜单中出现了新添加的菜单项。 1、点击“工具”菜单栏中的“数据分析（D）”菜单项，然后在弹出的“数据分析”对话框中选中“回归”； 2、设置 “回归”对话框中的参数； 按住鼠标左键不放，拖拽鼠标选中相应的数据列，将数据表中的“x=”列设为Y值；将“p=”和“p1=”列设为X值。 参数：a=0 b=0 往DBS水溶液中投入活性炭，在等温下放置达到吸附平衡，DBS的平衡浓度c与投入活性炭吸附量q之间的关系如下表所示： 请应用非线性最小二乘法估计下式中的参数a、b和β。 （2）非线性参数估计示例： 1、输入/导入数据 2、确定其他相关单元格内容：C列为模型计算值，D列为误差平方值，F1~F4分别为参数a、b、β和误差平方和 3、输入相关单元格的计算公式（见下页） 1、 2、 3、 F4单元格公式： =SUM(D2:D11) D2~D11单元格公式： =(C2-B2)^2 C2~C11单元格公式：=$F$2*A2/(1+$F$1*A2^$F$3) 设定规划求解参数： 1、将F4单元格设为目标单元格； 2、使目标值求“最小值”； 3、将F1、F2、F3设为可变单元格; 4、约束条件为空； 5、按“求解”开始运算。 拟合计算结果 （3）Excel规划求解 什么是 Excel 规划求解工具？ 当您想要寻找做某件事的最佳方法时，使用的就是规划求解。或者，更正规的说法就是，当您想要在电子表格的某些单元格中得到优化（最大化或最小化）某个目标的值时，使用的就是规划求解。 优化模型包括三部分：目标单元格、可变单元格和约束。 ·?????目标单元格代表目的或目标。例如，最大化每月利润。 ·?????可变单元格是电子表格中我们可以进行更改或调整以优化目标单元格的单元格。例如，每月每种产品的产量。 ·???? 约束是置于可变单元格中的限制条件。例如，使用的资源不能超标，并且不能生产过剩的产品。 Excel利润最大化规划求解示例 假定我们在一家金属制品公司工作，这家公司可以在他们的工厂生产六种产品。生产每种产品都需要人工和原材料。 下一页所示图片中数据表的第 4 行（行四）显示了生产一件的每种产品所需的人工小时数，第