实验数据分析方法.pptVIP

实验数据分析方法_Chap.6 * 利用观测点到回归直线距离的极小化原理和估计理论，经过复杂的推导可以得到各种方法的斜率?j及其方差var(?j)的估计 （见书） 下面我们首先给出把五种回归方法应用到一个实际的天文例子中，即椭圆星系中恒星的速度弥散?和其光学光度之间的关系：L??n (Faber-Jackson关系）。 研究这个问题的目的是：① 从?的测量值估计星系的光度，亦即到星系的距离；② 比较n的经验测量值和从椭圆星系形成模型预测的值。 下图示出L和?的测量数据及利用五种回归方法的系数公式得到的5根回归线。计算的斜率是：OLS(L|?): 2.4±0.4; OLS(?|L): 5.4±0.8; OLS平分线: 3.4±0.4; RMA: 3.6±0.4和OR：5.2±0.8。这个结果表明关于距离和星系形成模型的结论明显依赖于所采用的回归方法，而五种回归线之间的离差大于任何一种估计的方差！ 第二十九页，共六十六页，2022年，8月28日 实验数据分析方法_Chap.6 * 1. OLS(Y | X ) 2. OLS(X |Y ) 3. OLS 平分线 (点虚线) 4. OR (虚线) 5. RMA (点线) 第三十页，共六十六页，2022年，8月28日 实验数据分析方法_Chap.6 * 为了说明各种回归方法的特性和它们的适用性，可以利用模拟试验。即对具有均值为零、且有不同的标准偏差?x,?y和不同的相关系数?模拟出二维正态分布的数据点,然后应用五种回归方法，得到各自的回归系数及相应的方差。 试验结果表明，五种方法给出的回归系数相互间是不同的,它们并不是同一量的不同估计。只有在?＝1这个特殊情况下，所有五种回归的斜率才是相同的。对于?≠0。当?x＝?y时, 有?3＝?4＝?5＝1。另外，模拟试验表明,正交回归斜率的不确定度比其它方法要大，故一般情况它只能用于无量纲变量间的拟合；又如对观测值取对数的情况，简化主轴回归的斜率和相关系数无关，因此在讨论X和Y的基本关系时，使用这种方法是无助的。模拟结果还指出，对于足够大的N(观测点)和相关系数?，所有方法斜率方差正确反映了斜率系数的弥散，但对于小的N和?，得到的方差估计都偏小。 第三十一页，共六十六页，2022年，8月28日 实验数据分析方法_Chap.6 * 根据最近几年一些天文学家和其它领域的科学家对这五种回归的应用研究，可以得到如下几点结论： (1) 如果观测数据的散布基本上是由于测量过程造成的，并且测量误差已知，那么一般采用前面介绍的常规的一元线性回归。而这里介绍的五种回归方法主要是针对数据点的散布是由未知的变化引起的情况； (2) 一般来说，人们可以先对给定数据点拟合所有五条回归线，如果各条线之间的差异并不大于任何一条回归线的误差，那么回归方法的选择就不会严重影响结果。在这种情况下，通常使用OLS(Y | X)回归，因为它简单明了； (3) 如果我们研究的问题是这样的情况，即两个变量中一个变量明显是因变量，另一个是原因变量，那么亦应利用OLS(Y | X)，这里X是原因变量。如果我们的问题是从另一个变量的测量值来预测一个变量的值，则也应使用OLS(Y | X)回归，这里Y是被预测的变量。后一种情况在宇宙距离尺度应用中普遍存在，因为天文学家常常需要从一些已知距离的样本中产生的一条线性回归线来预测另外某一天体的距离。 (4) 如果研究目的是了解变量间的基本关系，那么处理对称变量的三种回归方法(OLS平分线，OR方法和RMA方法)都可以使用，但普遍认为OLS平分线方法是值得推荐的。 第三十二页，共六十六页，2022年，8月28日 实验数据分析方法_Chap.6 * 在许多实际问题中，两个变量之间的关系并不是线性相关关系，而是某种曲线相关关系。例如，大多数新星在亮度下降阶段光度和时间的关系；恒星的光谱型和光度的关系(即恒星赫罗图)。这时，选择适当的曲线来表征它们之间的关系比直线更符合实际情况，或者说能得到更好的回归效果。 曲线回归分析包括三个内容：一是确定曲线回归方程的类型：二是确定曲线回归方程中的参数；三是回归效果的检验。 6.1.5 曲线回归分析 (一) 曲线回归类型的确定 第三十三页，共六十六页，2022年，8月28日 实验数据分析方法_Chap.6 * 为了确定两个变量之间的曲线关系类型，常采用两种方法。 一种方法是利用观测数据的散点图，根据散点图的分布形状和特点，对比各种函数形式已知的标准曲线的图形，把与散点图分布最接近的标准曲线作为观测数据所属的回归方程的类型。 第三十四页，共六十六页，2022年，8月28日 实验数据分析方法_Chap.6 * 另一种方法是采用多项式回归。有时观测数据的散点图呈现的