Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
Пусть производится опыт, цель которого является исследование зависимости некоторой физической величины от физической величины (например, зависимости пути, пройденного телом, от времени). Предполагается, что величины и связаны функциональной зависимостью: =φ (, a, b, c,...), где a, b, c,... - параметры функциональной зависимости. Вид этой зависимости и требуется определить из опыта, то есть требуется найти параметры a, b, c,....
Предположим, что в результате опыта мы получили ряд экспериментальных точек (рис. 9.1). Обычно экспериментальные точки на таком графике располагаются не совсем правильным образом — дают некоторый "разброс", то есть обнаруживают случайные отклонения от видимой общей закономерности. Эти отклонения связаны с неизбежными при всяком опыте ошибками измерения и другими случайными причинами.
Возникает вопрос, как по этим экспериментальным данным наилучшим образом воспроизвести зависимость от ?
Желательно обработать экспериментальные данные так, чтобы по возможности точно отразить общую тенденцию зависимости от .
y
0 x
Рис. 9.1
Для решения подобных задач обычно применяется расчетный метод, известный под названием "метода наименьших квадратов". Этот метод дает возможность при заданном виде зависимости = φ (, a, b, c,...) так выбрать числовые параметры, a, b, c,..., чтобы кривая = φ (, a, b, c,...) в известном смысле наилучшим образом соответствовала экспериментальным данным.
Часто этот вид кривой определяется непосредственно по внешнему виду экспериментальной зависимости. Например, экспериментальные точки, изображенные на рис. 9.2, явно наводят на мысль о прямолинейной зависимости вида . Зависимость, изображенная на рис. 9.3, хорошо может быть представлена полигоном второй степени и т.д.
Метод наименьших квадратов имеет перед другими методами существенные преимущества: он приводит к сравнительно простому математическому аппарату определения неизвестных параметров , , , ….
Рассмотрим подробнее случай линейной зависимости .
Результаты измерений величины и записывают в виде статистической таблицы:
… | ||||
… |
y y
0 x 0 x
Рис. 9.2 Рис. 9.3
Угловой коэффициент искомой прямой называется выборочным коэффициентом регрессии на и обозначается :
.
Параметры и можно найти из системы двух линейных уравнений. Предполагается, что значения , , …, и соответствующие им значения , , …, наблюдались по одному разу.
, откуда
, (9.1)
. (9.2)
Аналогично можно найти выборочное уравнение регрессии на : , где - выборочный коэффициент регрессии на .
Дата публикования: 2015-01-10; Прочитано: 360 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!