工程测试与信息处理第7章.ppt

7.3.2 多元线性回归 设因变量y依赖若干个变量xj(j=1、2、…、m)变化而变化，按照间接测量的原理，对上述变量进行测量，可获得{x1、x2、…xm、y}数据对，此时回归方程可表示为 （7-20） yi在某点上与上述回归方程差值为 （7-21） 利用最小二乘原理，可求出系数k0、k1、k2、…、km，即有 （7-22） 得到正规方程组 （7-23） 由上式可解出回归系数k0、k1、k2、…、km ，为简便起见，用 代替 ，其余与之类似。 （7-24） （7-25） 相关系数 （7-26） 标准差 （7-27） 式中，m为自变量个数，n为测量次数。 对于常用的二元回归方程有 （7-28） 得 （7-29） 从上式可解出回归系数k0、k1、k2，令 （7-30） （7-31） 同样有 （7-32） （7-33） 7.3.3 非线性回归 在测试过程中，被测量之间并非都是线性关系，很多情况下，它们遵循一定的非线性关系。求解非线性模型的方法通常有： ①利用变量变换把非线性模型转化为线性模型。 ②利用最小二乘原理推导出非线性模型回归的正规方程，然后求解。 ③采用直接最优化方法，以残差平方和为目标函数，寻找最优化回归函数。 本节重点介绍第①种方法。 1. 模型转换 一些常用非线性模型，可用变量变换的方法使其转化为线性模型，如指数函数 （7-34） 两边取对数得 令 ， ，则方程可化为 （7-35） 对幂函数 （7-36） 同样有 令 ， ， 则有 （7-37） 即可转化为线性关系，实际应用时可根据具体情况确定变量变换方法。 第7章 实验数据处理 学习要点： 一元线性回归方法 多项式回归方法 静态标定数据处理方法 7.1 概述 通过测试，可得到一系列原始数据。这些数据是认识事物内在规律，研究事物相互关系和预测事物发展趋势的重要依据。但这仅仅是第一步工作，只有在此基础上对已获得的数据进行科学的处理，才能去粗取精、去伪存真、由表及里，从中提取能反映事物本质和运动规律的有用信息，这才是测试 工作的最终目的。 本章介绍了实验数据的表示方法及回归分析方法。 7.2 实验数据的表示方法