最小二乘法线性的详细说明.pptVIP

最小二乘法线性详细说明 在处理数据时,常要把实验获得的一系 列数据点描成曲线表反映物理量间的关系。 为了使曲线能代替数据点的分布规律,则 要求所描曲线是平滑的,既要尽可能使各 数据点对称且均匀分布在曲线两侧。由于 目测有误差,所以,同一组数据点不同的 实验者可能描成几条不同的曲线(或直线), 而且似乎都满足上述平滑的条件。那么, 究竞哪一条是最曲线呢?这一问题就是 “曲线拟合”问题。一般来说,“曲线拟 合”的任务有两个 是物理量y与x间的函数关系已经确定, 只有其中的常数未定(及具体形式未定) 时,根据数据点拟合出各常数的最佳值 二是在物理量y与x间函数关系未知时,从 函数点拟合出y与x函数关系的经验公式以 及求出各个常数的最佳值。 解决问题的办法 寻找变量之间直线关系的方法很多。于是,再接下 来则是从众多方法中,寻找一种优良的方法,运用 方法去求出线性模型一y=a+bx+u中的截距a=? 直线的斜率b=?正是是本章介绍的最小二乘法。 所得直线可靠吗?怎样衡量所得直线的可靠性? ■最后才是如何运用所得规律—一变量的线性关系? 最小二乘法产生的历史 ■最小二乘法最早称为回归分析法。由著名的英 国生物学家、统计学家道尔顿( F. Galton) 一达尔文的表弟所创 ■早年,道尔顿致力于化学和遗传学领域的研究。 他研究父亲们的身高与儿子们的身高之间的关 系时,建立了回归分析法。