基于一元线性回归数学模型地简单应用方法.docxVIP

基于一元线性回归数学模型的简单应用方法 刘亚阳 （天津医科大学生物医学工程学院 09 级生医二班，天津 300070 ） 摘要： 人们经常用已知系统实测数据对数据进行拟合，并找出最佳拟合直线，对数据进行更为精准的估测。回归 分析方法是寻求统计规律的重要方法之一， 本文针对一元线性回归模型进行研究， 用最小二乘法对参数进行估计。 同时，根据已给出的 24 组纤维样品的拉伸长度和强度数据建立模型，从拉伸倍数预测强度，并运用 MATLAB对已 建立的一元线性回归数学模型进行检验，剔除异常点，用剩余的点重新计算，用经过检验的数学模型预测，使所 得到结果更加符合真实数据的估计值。 关键词： 一元线性回归模型；最小二乘法；预测；拟合直线 引言 1.2 实验方法 1.2.1 观测数据 随着现今的发展，人们需要对各个行业的各种 对这 24 组数据进行观察，可以发现 y 有随着 x 增 发展和变化趋势做出预测，这时需要建立一个准确 加而增加的趋势，但它们之间的具体关系又是不确 简练数学回归模型，有助于对将发生的变化进行准 定的。 确预测。本论文主要向大家介绍较为简单的一元线 1.2.2 绘制散点图 性回归数学模型，以某种合成纤维的强度和拉伸倍 以拉伸倍数 X 为横坐标，强度 Y为纵坐标，绘制散 数之间的关系为例，建立一元线性回归数学模型， 点图 并运用 MATLAB对已建立的模型进行检验，剔除异 常