数据分析处理.pptVIP

数据分析处理;二、 多元数据处理方法;二维插值的定义; ;第二种（散乱节点）：;已知n个节点; 注意：最邻近插值一般不连续。具有连续性的最简单的插值是分片线性插值。; 将四个插值点（矩形的四个顶点）处的函数值依次简记为：;插值函数为：; 双线性插值是一片一片的空间二次曲面构成。 双线性插值函数的形式如下：; 要求x0,y0单调；x，y可取为矩阵，或x取行向量，y取为列向量，x,y的值分别不能超出x0,y0的范围。;例：测得平板表面3*5网格点处的温度分别为： 82 81 80 82 84 79 63 61 65 81 84 84 82 85 86 试作出平板表面的温度分布曲面z=f(x,y)的图形。;2．以平滑数据,在x、y方向上每隔0.2个单位的地方进行插值. 再输入以下命令: xi=1:0.2:5; yi=1:0.2:3; zi=interp2(x,y,temps,xi,yi,cubic); mesh(xi,yi,zi)%画出插值后的温度分布曲面图. ; 通过此例对最近邻点插值、双线性插值方法和双三次插值方法的插值效果进行比较。; 插值函数griddata格式为:; 例 在某海域测得一些点(x,y)处的水深z由下表给出，船的吃水深度为5英尺，在矩形区域（75，200）*（-50，150）里的哪些地方船要避免进入。;;clear x=[129 140 103.5 88 185.5 195 105 157.5 107.5 77 81 162 162 117.5]; y=[7.5 141.5 23 147 22.5 137.5 85.5 -6.5 -81 3 56.5 -66.5 84 -33.5]; z=[4 8 6 8 6 8 8 9 9 8 8 9 4 9 ]; cx=min(x):10:max(x); cy=min(y):10:max(y); cz =griddata（x，y，z，cx，cy’，‘cubic’)%cy取列向量 mesh(cx,cy,cz) ;第十九页，共五十六页，2022年，8月28日;可线性化的一元非线性回归曲线回归;;通常选择的六类曲线如下：;多元线性回归;第二十四页，共五十六页，2022年，8月28日;;第二十六页，共五十六页，2022年，8月28日;模型参数估计;解得估计值;第二十九页，共五十六页，2022年，8月28日;多元线性回归中的检验与预测;(残差平方和）;多元线性回归;3、画出残差及其置信区间： rcoplot（r，rint）;法一;法二;(2)预测;逐步回归分析;（4）“有进有出”的逐步回归分析。; 这个过程反复进行，直至既无不显著的变量从回归方程中剔除，又无显著变量可引入回归方程时为止。;逐 步 回 归matalb;例6 水泥凝固时放出的热量y与水泥中4种化学成分x1、x2、x3、 x4 有关，今测得一组数据如下，试用逐步回归法确定一个 线性模 型.;2、逐步回归： （1）先在初始模型中取全部自变量： stepwise(x,y);（2）在图Stepwise Plot中点击直线3和直线4，移去变量x3和x4;（3）对变量y和x1、x2作线性回归： X=[ones(13,1) x1 x2]; b=regress(y,X);多元二项式回归; 命令rstool产生一个交互式画面，画面中有m个图形，这m个图形分别给出了一个独立变量xi（另m-1个变量取固定值）与y的拟合曲线，以及y的置信区间。可以通过键入不同的xi值来获得相应的y值。; 例3