定量分析中误差与数据评价.ppt

第二章 定量分析中的误差与数据评价 一、最小二乘法拟合的统计学原理 二、线形方程的相关系数 三、最小二乘线性拟合程序 第五节标准曲线的线形方程拟合 一、最小二乘法拟合的统计学原理 一元线性：y=a0 +a1x 实验点：（yi，xi） （i=1，2，3，…….，m） 实验点数 m＞未知数个数，矛盾方程组， 假设求得： a0 ；a1 代入 y’i=a0 +a1xi 得直线方程。 实测值yi与计算值 y’i之间偏差越小，拟合的越好，偏差平方和最小。 最小二乘法拟合 将实验数据代入，即可求得 a0，a1； 二、相关系数 R R=1 ；存在线性关系，无实验误差； R=0；毫无线性关系； 编程计算 三、最小二乘线性拟合程序 编程变量： 线性拟合程序 INPUT M For I=1 to m INPUT X1;Y1 X1=X1+X(I): X2=X2+X(I)^2: Y1=Y1+Y(I) Y2=Y2+Y(I)^2 XY=XY+X(I)*Y(I) NEXT I XM=X1/M : YM=Y1/M LX=X2-XM*M : LY=Y2-YM*M : LZ=XY-M*XM*YM a1=LZ/LX : a0=YM-a1*XM : R=LZ/(LX*LY)^2 任务：用VB编程处理实验数据