测量平差06ppt课件

第6章回归分析,主要内容第一节回归分析的基本概念函数与相关回归分析思路第二节一元线性回归回归方程的确定回归方程得方差分析及显著性检验重复试验情况回归直线的简便求法第三节一元非线性回归求解思路回归曲线函数类型得选取和检验化曲线回归为直线回归问题,第一节回归分析的基本概念,一、函数与相关,函数关系：可以用明确的函数关系式精确地表示出来相关关系：这些变量之间既存在着密切的关系，又不能由一个（或几个）自变量的数值精确地求出另一个因变量的数值，而是要通过试验和调查研究，才能确定它们之间的关系。,第一节回归分析的基本概念,二、回归分析思路,1、由数据确定变量之间的数学表达式回归方程或经验公式；2、对回归方程的可信度进行统计检验；3、因素分析。,第二节一元线性回归,一元线性回归：确定两个变量之间的线性关系，即直线拟合问题。,一、回归方程的确定,例：确定某段导线的电阻与温度之间的关系：,散点图：,20,25,30,35,40,45,50,76,78,82,80,84,第二节一元线性回归,从散点图可以看出：电阻与温度大致成线性关系。,设测量数据有如下结构形式：,式中，分别表示其它随机因素对电阻值影响的总和。,思路：要求电阻y与x的关系，即根据测量数据要求出,和,的估计值。根据测量数据，可以得到7个测量方程，结合前面所学，未知数有两个，而方程个数大于未知数的个数，适合于用最小二乘法求解。,第二节一元线性回归,设得到的回归方程,残差方程为,根据最小二乘原理可求得回归系数b0和b。,对照第五章最小二乘法的矩阵形式，令,第二节一元线性回归,则误差方程的矩阵形式为,对照，设测得值的精度相等，则有,将测得值分别代入上式，可计算得,第二节一元线性回归,其中,二、回归方程的方差分析及显著性检验,第二节一元线性回归,问题：这条回归直线是否符合y与x之间的客观规律回归直线的预报精度如何？,方差分析法分解N个观测值与其算术平均值之差的平方和；从量值上区别多个影响因素；用F检验法对所求回归方程进行显著性检验。,解决办法：,第二节一元线性回归,（一）回归方程的方差分析,1、引起变差的原因：A、自变量x取值的不同；B、其它因素（包括试验误差）的影响。,2、方差分析,总的离差平方和（即N个观测值之间的变差）,可以证明：,第二节一元线性回归,S=U+Q,其中,U回归平方和，反映总变差中由于x和y的线性关系而引起y变化的部分。,Q残余平方和，反映所有观测点到回归直线的残余误差，即其它因素对y变差的影响。,第二节一元线性回归,（二）回归方程显著性检验F检验法,基本思路：方程是否显著取决于U和Q的大小，U越大Q越小说明y与x的线性关系愈密切。,计算统计量F,对一元线性回归，应为,查F分布表，根据给定的显著性水平和已知的自由度1和N-2进行检验：,若，回归在0.01的水平上高度显著。,第二节一元线性回归,回归在0.05的水平上显著。,回归在0.1的水平上显著。,回归不显著。,（三）残余方差与残余标准差,第二节一元线性回归,残余方差：排除了x对y的线性影响后，衡量y随机波动的特征量。,残余标准差：,含义：越小，回归直线的精度越高。,第二节一元线性回归,（四）方差分析表,三、重复试验情况,1、重复试验的意义,“回归方程显著”：只表明因素x的一次项对y的影响显著；难以确定影响y的是否还有其它不可忽略的因素？x和y是否线性?不表明该方程拟合得很好。,为检验一个回归方程拟合的好坏，可通过重复试验，获得误差平方和和失拟平方和，然后用对进行F检验。,第二节一元线性回归,2、重复试验回归直线的求法,1）设N个试验点，每个试验点重复m次试验，则将这m次试验取平均值，然后再按照前面的方法进行拟合，见表65和表66。,2）方差分析,第二节一元线性回归,3）方差检验,四、回归直线的简便求法,前面介绍：最小二乘法（误差小，计算复杂）现在推荐：分组法、图解法（计算简便，精度低）,第二节一元线性回归,1）分组法平均值法,具体做法：将自变量按由小到大次序排列，分成个数相等或近于相等的两个组（分组数等于未知数个数），则可建立相应的两组观测方程：,将两组观测方程分别相加，得,b和b0,2）图解法紧绳法,第三节一元非线性回归,2、求解未知参数。可化曲线回归为直线回归，用最小二乘法求解；可化曲线回归为多项式回归。,1、确定函数类型并检验。,一、求解思路,二、回归曲线函数类型得选取和检验,1、直接判断法,2、作图观察法，与典型曲线比较，确定其属于何种类型，然后检验。,第三节一元非线性回归,3、直线检验法（适用于待求参数不多的情况）,a、预选回归曲线,b、,c、求出几对与x,y相对应的Z1,Z2值,d、以Z1,Z2为坐标作图，若为直线，则说明原选定的曲线类型是合适的。,4、表差法（适用于多项式回归，含有常数项多于两个