大学物理实验数据处理16681.pptVIP

②.若按顺序分为两组（1~5为一组，6~10为一组） 实行对应项相减，其结果如表： 可以利用这种分组法计算因变量 的平均值 根据欧姆定律得 2.有关逐差法的几点说明 ③使用条件： 自变量等间隔变化（对一次逐差必须 是线性关系，否则先进行曲线改直） 用数据进行直线拟合（一次逐差） ②优点： 充分利用测量数据（取平均的效果） ①作用： 验证函数是否线性关系（一次逐差） 四、最小二乘法 近性计算法比较： 作图法： 直观、简便。但主观随意性大（粗略） 逐差法： 粗略的近似计算方法（要满足一定条件） 回归分析法： 最准确的计算方法 1.回归分析法定义： 由数理统计的方法处理数据，通过计算确定其函数关系的方法。 步骤： 1.推断函数形式（回归方程） 2.由实验数据确定参数a、b、 c等的最佳值。 3.根据实验数据检验函数关系 是否合理。 y=aebx+c (指数关系） 如 y=a+bx (线性关系） 2.用最小二乘法进行一元线性回归 （1）最小二乘法原理 给定函数关系为 y = a + bx 最小乘数a和b的值是能使各次测量值误差平方和为最小的那个值。数学表达式为： 最小二乘法 由一组实验数据找出一条最佳的拟合直线（或曲线），常用的方法是最小二乘法。所得的变量之间的相关函数关系称为回归方程。所以最小二乘法线性拟合亦称为最小二乘法线性回归。本章只讨论用最小二乘法进行一元线性回归问题，有关多元线性回归和非线性回归，请参考其他书籍。 1）一元线性回归 最小二乘法所依据的原理是：在最佳拟合直线上，各相应点的值与测量值之差的平方和应比在其他的拟合直线上的都要小。 假设所研究的变量只有两个：x和y，且它们之间存在着线性相关关系，一元线性方程为： y=A0+A1X , 实验中测得的一组数据是： 需要解决的问题是：根据所测得的数据，如何确定上式中的常数A0和A1。实际上，相当于作图法求直线的斜率和截距。 由于实验点不可能都同时落在上式表示的直线上，为使讨论方便，限定： ①所有测量值都是等精度的。只要实验中不改变实验条件和方法，这个条件就可以满足。 ②只有一个变量有明显的随机误差。因为xi和yi都含有误差，把误差较小的一个作为变量x，就可满足该条件。 假设在上式中的x和y是在等精度条件下测量的，且y有偏差，记作 把实验数据代入方程y=A0+A1X后得： 其一般式为 εi的大小与正负表示实验点在直线两侧的分散程度，其值与A0、A1的数值有关。根据最小二乘法的思想，如果A0、A1的值使 最小，那么上式就是所拟合的直线。 求：A0、A1 由 对和求一阶偏导数，且使其为零得： 令 为 x 的平均值，即 为 y 的平均值，即 为 x2的平均值，即 为xy的平均值，即 代入前式中得： 解得 2）把非线性相关问题变换成线性相关问题 在实际问题题中，当变量间不是直线关系时，可以通过适当的变量变换，使不少曲线问题能够转化成线性相关的问题。需要注意的是，经过变换等精度的限定条件不一定满足，会产生一些新的问题。遇到这类情况应采取更恰当的曲线拟合方法。 例：①若函数为X2+Y2=C,其中C为常数。 令：X=x2,Y=y2,则有：Y=C-X。 ② ，其中a、b为常数，将原方程化为： ， 令 则有：Y=b+aX 3）相关系数（关联系数）γ 在函数形式确定以后，用回归法处理数据，其结果是唯一的，不会像作图法那样因人而异。可见用回归法处理问题的关键是函数形式的选取。 为了判断所得结果是否合理，在待定常数确定以后，还需要计算一下相关系数γ。对于一元线性回归，γ定