查看原文
其他

高中数学《1.1 直线拟合》微课精讲+知识点+教案课件+习题

全册精讲+→ 班班通教学系统 2023-02-12

语文

数学

英语

物理

化学

生物

史地

政治

道德与法治

美术

音乐

科学全部课程 ↓

知识点:

最小二乘法

如果有n个点:(x1,y1),(x2,y2),(x3,y3),……,(xn,yn),我们用下面的表达式来刻画这些点与直线y=a+bx的接近程度:

使得上式达到最小值的直线y=a+bx就是我们所要求解的直线,这种方法称为最小二乘法


视频教学:



练习:



课件:


教案:

在物理实验中经常要观测两个有函数关系的物理量。根据两个量的许多组观测数据来确定它们的函数曲线,这就是实验数据处理中的曲线拟合问题。这类问题通常有两种情况:一种是两个观测量x与y之间的函数形式已知,但一些参数未知,需要确定未知参数的最佳估计值;另一种是x与y之间的函数形式还不知道,需要找出它们之间的经验公式。后一种情况常假设x与y之间的关系是一个待定的多项式,多项式系数就是待定的未知参数,从而可采用类似于前一种情况的处理方法。


一、最小二乘法原理


在两个观测量中,往往总有一个量精度比另一个高得多,为简单起见把精度较高的观测量看作没有误差,并把这个观测量选作x,而把所有的误差只认为是y的误差。设xy的函数关系由理论公式

y=fx;c1,c2,……cm           0-0-1)

给出,其中c1,c2,……cm是m个要通过实验确定的参数。对于每组观测数据xi,yii=1,2,……,N。都对应于xy平面上一个点。若不存在测量误差,则这些数据点都准确落在理论曲线上。只要选取m组测量值代入式(0-0-1),便得到方程组

                    yi=fx;c1,c2,……cm                    0-0-2)

式中i=1,2,……,m.求m个方程的联立解即得m个参数的数值。显然N

在N>m的情况下,式(0-0-2)成为矛盾方程组,不能直接用解方程的方法求得m个参数值,只能用曲线拟合的方法来处理。设测量中不存在着系统误差,或者说已经修正,则y的观测值yi围绕着期望值 <f< span="">(x;c1,c2,……cm)> 摆动,其分布为正态分布,则yi的概率密度为</f<>

,

式中是分布的标准误差。为简便起见,下面用C代表c1,c2,……cm。考虑各次测量是相互独立的,故观测值y1,y2,……cN的似然函数

.

取似然函数L最大来估计参数C,应使

                                 (0-0-3)

取最小值:对于y的分布不限于正态分布来说,式(0-0-3)称为最小二乘法准则。若为正态分布的情况,则最大似然法与最小二乘法是一致的。因权重因子,故式(0-0-3)表明,用最小二乘法来估计参数,要求各测量值yi的偏差的加权平方和为最小。

根据式(0-0-3)的要求,应有

从而得到方程组

          (0-0-4)

解方程组(0-0-4),即得m个参数的估计值,从而得到拟合的曲线方程

然而,对拟合的结果还应给予合理的评价。若yi服从正态分布,可引入拟合的x2量,

                            (0-0-5)

把参数估计代入上式并比较式(0-0-3),便得到最小的x2

                      (0-0-6)

可以证明,服从自由度v=N-mx2分布,由此可对拟合结果作x2检验。

x2分布得知,随机变量的期望值为N-m。如果由式(0-0-6)计算出接近N-m(例如),则认为拟合结果是可接受的;如果,则认为拟合结果与观测值有显著的矛盾。


二、直线的最小二乘拟合


曲线拟合中最基本和最常用的是直线拟合。设xy之间的函数关系由直线方程

y=a0+a1x                         (0-0-7)

给出。式中有两个待定参数,a0代表截距,a1代表斜率。对于等精度测量所得到的N组数据(xi,yi),i=1,2……,N,xi值被认为是准确的,所有的误差只联系着yi。下面利用最小二乘法把观测数据拟合为直线。


1.直线参数的估计

前面指出,用最小二乘法估计参数时,要求观测值yi的偏差的加权平方和为最小。对于等精度观测值的直线拟合来说,由式(0-0-3)可使

                           (0-0-8)

最小即对参数a(代表a0a1)最佳估计,要求观测值yi的偏差的平方和为最小。

根据式(0-0-8)的要求,应有

整理后得到正规方程组

解正规方程组便可求得直线参数a0a1的最佳估计值。即

           (0-0-10)

            0-0-11)

2.拟合结果的偏差

由于直线参数的估计值是根据有误差的观测数据点计算出来的,它们不可避免地存在着偏差。同时,各个观测数据点不是都准确地落地拟合线上面的,观测值yi与对应于拟合直线上的这之间也就有偏差。

首先讨论测量值yi的标准差S。考虑式(0-0-6),因等精度测量值yi所有的都相同,可用yi的标准偏差S来估计,故该式在等精度测量值的直线拟合中应表示为

            (0-0-12)

已知测量值服从正态分布时,服从自由度v=N-2x2分布,其期望值

由此可得yi的标准偏差

                         (0-0-13)

这个表示式不难理解,它与贝塞尔公式是一致的,只不过这里计算S时受到两参数估计式的约束,故自由度变为N-2罢了。

式(0-0-13)所表示的S值又称为拟合直线的标准偏差,它是检验拟合结果是否有效的重要标志。如果xy平面上作两条与拟合直线平行的直线

如图0-0-1所示,则全部观测数据点(xi,yi)的分布,约有68.3%的点落在这两条直线之间的范围内。

    0-0-1  拟合直线两侧数据点的分布   


下面讨论拟合参数偏差,由式(0-0-10)和(0-0-11)可见,直线拟合的两个参数估计值yi的函数。因为假定xI是精确的,所有测量误差只有yi有关,故两个估计参数的标准偏差可利用不确定度传递公式求得,即

把式(0-0-10)与(0-0-11)分别代入上两式,便可计算得

             (0-0-14)

             (0-0-15)

三、相关系数及其显著性检验


当我们把观测数据点(xi,yi)作直线拟合时,还不大了解xy之间线性关系的密切程度。为此要用相关系数ρx,y来判断。其定义已由式(0-0-12)给出,现改写为另一种形式,并改用r表示相关系数,得

            (0-0-16)

式中分别为xy的算术平均值。r值范围介于-1与+1之间,即-1≤r≤1。当r>0时直线的斜率为正,称正相关;当r<0时直线的斜率为负,称负相关。当|r|=1时全部数据点(< span="">xi,yi)都落在拟合直线上。若r=0则x与y之间完全不相关。r值愈接近±1则它们之间的线性关系愈密切。


高中生学习推荐:
高中语文(微课+课件+教案+考点)汇总
高中英语(微课+课件+教案+考点)汇总
高中化学(微课+课件+教案+考点)汇总
高中物理(微课+课件+教案+考点)汇总
高中数学(微课+课件+教案+练习题)汇总
高中生物(微课+课件+教案+练习题)汇总
高中历史(必修+选修)微课精讲+考点汇总
高中政治(必修+选修)微课精讲+考点汇总

高中地理(必修+选修)微课精讲+考点汇总


图文来自网络,版权归原作者,如有不妥,告知即删

点击阅读原文下载全册PPT课件动画教案习题整套资料

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存