测量误差分析及处理.pptVIP

*第九节回归分析与经验公式由一组实验数据找出一条最佳的拟合直线（或曲线），常用的方法是最小二乘法。所得的变量之间的相关函数关系称为回归方程。所以最小二乘法线性拟合亦称为最小二乘法线性回归。1）一元线性回归最小二乘法所依据的原理是：在最佳拟合直线上，各相应点的值与测量值之差的平方和应比在其他的拟合直线上的都要小。假设所研究的变量只有两个：x和y，且它们之间存在着线性相关关系，一元线性方程为：y=A0+A1X*2）把非线性相关问题变换成线性相关问题需要注意的是，经过变换等精度的限定条件不一定满足，会产生一些新的问题。遇到这类情况应采取更恰当的曲线拟合方法*以上所讨论的都是实验在已知的函数形式下进行时，由实验的测量数据求出的回归方程。在函数形式确定以后，用回归法处理数据，其结果是唯一的。可见用回归法处理问题的关键是函数形式的选取。但是当函数形式不明确时，对同一组实验数据，不同的工作者可能会取不同的函数形式，得出不同的结果。为了判断所得结果是否合理，在待定常数确定以后，还需要计算一下相关系数γ。对于一元线性回归，γ定义为：3）相关系数（关联系数）γ*自由度n-2显著水平a%自由度n-2显著水平a%5151123456789100.9970.9500.8780.8110.7540.7070.6660.6320.6020.5761.0000.9900.9590.9170.8740.8340.7890.7650.7350.7081215182025304050801000.5320.4820.4440.4230.3810.3490.3040.2730.2170.1950.6610.6060.5610.5370.4870.4490.3930.3540.2830.254表3-3相关系数的最小值r*[例]用作图法例子中电阻丝电阻值随温度变化的实验数据，结合最小二乘法做以下内容：（1）线性拟合，并写出直线方程：（2）求出电阻温度系数a和0℃时的电阻R0。（3）求出相关系数γ，评价相关程度。解：金属导体的电阻和温度的关系为假定一元线性方程为：*实验数据填入下表，并进行计算，结果见表。*由表3可得：代入式求A0、A1得：故函数关系为：R=26.5+0.101t(Ω)其中：R0=26.5（Ω）（1/℃）* 由γ值可见，R与t之间有较好的线性关系，即相关程度较好。用最小二乘法与用作图法求得的R~t之间的关系有一定的差别，说明作图法有一定的随意性。那种方法更准确些？误差分析—标准差/相对标准差求出回归方程以后，还应计算回归方程的标准差或相对标准差。对一元线性回归：自由度m=n-2。标准差相对标准差415703516029301248011947314443Nu87.376.366.257.747.436.8表—数据表图解法415703516029301248011947314443∑4.6194.5464.4674.3944.2894.16026.47587.376.366.257.747.436.81.9411.8831.8211.7611.6761.56610.64821.33520.66619.95419.30718.39617.3061116.9468.9658.5608.1347.7387.1886.51547.099最小二乘法m与b的计算表计算机软件应用实现最小二乘法的程序和软件已经广泛用于数据处理中，现在比较常用的是使用Excel和Matlab通用软件，也有些用专用的实验数据处理程序来处理。由于数据处理与图形的结合，使我们的实验数据处理变得非常方便，而且获得的结果更为客观。而对于不易变为线性关系的实验数据，能很方便地用多项式拟合出解析式，便于进一步处理，或得出经验公式。*****##1．实验过程中常遇到两类数字：（1）数目：如测定次数；倍数；系数；分数（2）测量值或计算值。数据的位数与测定准确