误差理论实验报告.pdfVIP

《误差理论与数据处理》实验报告

实验名称：线性函数的最小二乘法处理

一、实验目的

线性函数的最小二乘法是解决有关组合测量最佳估计问题的典

型的数据处理方法。本实验要求学生编写最小二乘数据处理程

序并对组合测量数据进行处理，求出最佳估计值并进行精度分

析。

二、实验原理

1.最小二乘法原理指出，最可信赖值应在是残差误差平方和的条件下求得。2.

最小二乘法可以将误差方程转化为有确定解的代数方程组（其方程组的数目正

好等于未知数的个数），从而可求解出这些未知参数。这个有确定解的代数方

程组称为最小二乘法的正规方程。

3.线性参数的最小二乘法处理程序为：首先根据具体问题列出误差方程式；再

按最小二乘原理，利用求极值的方法将误差方程转化为正规方程；然后求解正

规方程，得到代求的估计量；最后给出精度估计。

4.正规方程又转化为残差方程，残差方程可用矩阵方法求出方程的解。因此可

用Matlab求解最小二乘法参数。

5.求出最小二乘法的参数后，还要对参数进行精度估计。

相应的标准差为ttxtxxddd222111，其中ttddd..2211称为不定乘数。

三、实验内容和结果

1.程序及流程

在MATLAB环境下建立一个命令M-文件，编写解答以下组合测量问

题数据处理的程序：

现要检定刻线A,B,C,D间的距离x1,x2,x3，采用组合测量方法，直接

测量刻线间的各种组合量，得到数据如下测量数据：

l1=1.051mm;l2=0.985;l3=1.020mm;l4=2.016mm;l5=1.981mm;l6=3.032mm

1.编程求x1,x2和x3的最小二乘估计值；

2.对直接测量数据进行精度估计

3.对x1,x2和x3的最小二乘估计值进行精读估计。

程序：A=[100;010;001;110;011;111]

A*A

C=A*A

inv(C)

l=[1.015;

0.985;

1.020;

2.016;

1.981;

3.032];

X=inv(C)*A*l

V=l-A*X

V*V

STD1=sqrt(V*V/3)

inv(C)

STDX1=sqrt(0.5)*STD1

2.实验结果（数据或图表）

3.结果分析

四、心得体会

通过本次实验，我掌握等精度测量线性参数最小二乘法的处理，

并能够应用Mtlb用矩阵的方法求出拟合方程的参数，及能

够对各个参数进行精度估计。同时能根据等精度线性参数理解

不等精度线性参数及非线性参数情况下的最小二乘法处理。对

以后的学习有了很大的帮助

《误差理论与数据处理》实验报告

实验名称：一元/多元回归数据分析

一、实验目的

回归分析是对实验数据进行处理的重要方法。通过本实验使学

生掌握一元线性回归方程的求解和方差分析、显著性检验方法；

掌握一元非线性回归方程的求解和显著性检验的方法；掌握多

元线性回归方程的求解和方差分析、显著性检验方法；掌握回

归数据处理的程序设计方法。

二、实验原理

回归分析是研究随机现象中变量之间相关关系的一种统计方法。

1.一元线性回归

一元线性回归就是研究两个具有