大物實驗之實驗數(shù)據(jù)的處理PPT課件

1、 在自然界中，有很多的現(xiàn)象是不能用我們以前所學的知識所能解決的研究動機 比如我們在耐液鋅蝕腐蝕合金研究過程中，它是由許多種元素配合，再通過高溫熔煉而成?？梢杂枚嗌俜N成份來配料，熔煉溫度需要多高，后續(xù)如何處理？這些往往都是未知數(shù)。而且沒有一定的規(guī)律可言。那就需要我們進行大量的試驗來尋找它的配方及燒制溫度。第1頁/共126頁 在實驗過程中將要利用各種方法對樣品進行分析測試，產(chǎn)生許多測量數(shù)據(jù)。 按測量值獲得的方法分為：直接測量、間接測量和組合測量 直接測量：如用米尺測量長度 間接測量：利用直接測量結果，根據(jù)特定關系計算特定物理量，如晶面間距測量 組合測量：測量長寬，計算面積第2頁/共126頁第二章

2、實驗數(shù)據(jù)處理 在自然科學領域，常用函數(shù)表達變量之間的數(shù)量關系 例如擴散層厚度與時間的關系，利用公式便于分析規(guī)律 如何利用有限的實驗數(shù)據(jù)擬合出一個近似公式,這就是參數(shù)擬合問題。 確定參數(shù)的方法主要有最小二乘法和最大似然法。 如要判斷一組數(shù)據(jù)是否在某個精度范圍內(nèi)與理論公式一致,就是假設檢驗問題。 采用代數(shù)多項式來表示復雜的函數(shù),可用插值法第3頁/共126頁2.1 2.1 誤差理論簡介 誤差的含義 絕對誤差 相對誤差 置信區(qū)間 貝葉斯理論 區(qū)間估計 不同分布樣本的區(qū)間估計 第4頁/共126頁一、誤差的含義 可以通過一定的試驗測試或運算用估計值表示理論值的近似值。試驗值（估計值）與理論值（真值）之間的

3、差值稱絕對誤差，簡稱誤差。 真值往往很難得到，因而誤差的絕對值也是無法知道的。但是根據(jù)測量工具或計算情況可以估計誤差值上限或估計值的精確程度。第5頁/共126頁相對誤差 誤差限的大小還不能完全表示近似值的好壞，如101與10005兩個量，雖然前者絕對誤差較小，但是顯然后者更精確。 所以除了考慮誤差的大小以外，還應考慮準確值本身的大小，誤差與準確值的比值稱為近似值的相對誤差。第6頁/共126頁系統(tǒng)誤差與隨機誤差 系統(tǒng)誤差 由于某種原因所產(chǎn)生，并遵循一定的規(guī)律進行變化. 例如，隨樣品或試劑用量的大小按比例進行變化. 系統(tǒng)誤差有一定的指向，例如稱量一種吸濕性物質(zhì)，其誤差總是正值. 它屬于方法和技術問

4、題，知道了產(chǎn)生的原因，便可消除或修正，所以此種誤差也稱可定誤差. 隨機誤差 在相同條件下重復多次測定同一物理量時，誤差大小或正負變化純屬偶然而毫無規(guī)律，這種誤差稱為隨機誤差，也叫偶然誤差. 第7頁/共126頁系統(tǒng)誤差的特點 重現(xiàn)性 單向性 數(shù)值基本恒定 系統(tǒng)誤差可以校正?？捎靡欢ǖ姆椒ㄏ?。第8頁/共126頁隨機誤差分布 隨機誤差是不可預測、不可避免的 根據(jù)統(tǒng)計理論，隨機誤差服從高斯分布（正態(tài)分布） 隨機誤差具有 單峰性：較小誤差出現(xiàn)的幾率較大 對稱性：絕對值相等的正負誤差出現(xiàn)的幾率相等 有界性：大誤差出現(xiàn)的幾率較低 因此，測量次數(shù)較多時，均值會趨于真值221()exp()22xfx第9頁/共

5、126頁隨機誤差的估算 算術平均誤差 用算術平均代替真值，可以計算絕對誤差的平均值。 標準誤差（方差） 反映數(shù)據(jù)偏離真值的分散程度，即均值與真值之間的接近程度。11()niixxxn 201211lim()1()1nininiixxnSxxn第10頁/共126頁幾個精度概念 精密度：多次測量結果之間的符合程度，反映隨機誤差的大小，重現(xiàn)性 正確度：系統(tǒng)誤差的大小 準確度：測量值與真值的一致程度，反映系統(tǒng)誤差與隨機誤差的綜合第11頁/共126頁 在熱工、電工儀表中，正確度等級一般都用引用誤差來表示，通常分為0.1, 0.2, 0.5, 1.0, 1.5, 2.5, 5.0 七級。 例如，某儀表正確

6、度等級為R級（引用誤差R%），滿量程的刻度為X，實際使用時的測量值為 x （x X），則xRXRX%測量值的相對誤差測量值的絕對誤差第12頁/共126頁通過上面的分析，可知為了減少儀表測量的誤差，提高正確度，應該使儀表盡可能在靠近滿量程刻度的2/3以上的區(qū)域內(nèi)使用的原則。第13頁/共126頁提高實驗數(shù)據(jù)準確度的方法 減少系統(tǒng)誤差的途徑 對照實驗 空白實驗 校準儀器 校正方法 減少偶然誤差的途徑 多次測量、取平均值 防范過失！ 第14頁/共126頁粗大誤差 粗大誤差也稱過失誤差，是一種不應發(fā)生，而僅由于粗心、疏忽等引起的誤差。 往往是由于非正常實驗條件或非正常操作所造成的. 如測量時對錯了標志,

7、 誤讀了數(shù)碼, 實驗儀器未達到預想的指標，記錄計算錯誤，加錯了試劑等 粗大誤差的數(shù)值遠大于系統(tǒng)誤差和隨機誤差，實際上已超出了誤差范圍 含有粗差的測量值常稱為壞值或異常值, 應予以剔除,否則會影響結果第15頁/共126頁壞值剔除 用統(tǒng)計法進行壞值剔除的基本思想是：給定一顯著性水平，并確定一門限值，凡超過這個門限的誤差就認為它不屬于隨機誤差的范疇，而是粗差，并予以剔除.第16頁/共126頁拉依達( )準則拉依達準則又被簡稱為3準則。由于隨機誤差服從正態(tài)分布規(guī)律，因此 P| 3=99.7有限次測量誤差超過3的幾率很小，可以剔除由于實際上未知，如果 可以剔除，棄真幾率很小3ixxS第17頁/共126頁

8、例某合金導線的電阻值測量次序電阻值/W測量次序電阻值/W測量次序電阻值/W140.42940.401740.42240.431040.431840.41340.381140.421940.39440.441240.432040.39540.461340.392140.30640.421440.362240.42740.401540.402340.43840.431640.432440.43第18頁/共126頁 24個測量值的均值為40.41 24個測量值的標準差S0.0321 3S0.0963 與平均值偏差最大的是21次測量結果40.30，偏差0.11，超過3S，壞值 去掉該值后，均值40.4

9、1，S0.0225 偏差最大（5，14）0.053S，有效第19頁/共126頁肖維勒準則 肖維勒認為，在n次測量中，某誤差可能出現(xiàn)的次數(shù)小于半次時，則舍去這個誤差值。 誤差等于或大于出現(xiàn)的相對頻數(shù)可近似地取為1-P 測量次數(shù)為n，誤差等于或大于出現(xiàn)的次數(shù)為n( 1-P)S，即可判斷為粗差第20頁/共126頁Chauvenet系數(shù)的數(shù)值表系數(shù)的數(shù)值表 n in in i34567891011121.381.531.651.731.801.861.921.962.002.03131415161718192021222.072.102.132.152.172.202.222.242.262.2823

10、2425304050751002005002.302.312.332.392.492.582.712.813.023.20第21頁/共126頁Grubbs準則 格拉布斯(FEGrubbs)準則同樣適用于對同一參數(shù)進行重復測量得到的一列測量數(shù)據(jù)的處理。 這個準則經(jīng)蒙持卡羅法考驗后，認為是最有效的判別方法。 同上，當 時則認為xi是含有粗值的壞值，應予剔除( , )in s 第22頁/共126頁Grubbs系數(shù)數(shù)值表n n n 0.010.050.010.050.010.05345678910111.151.491.751.912.102.222.322.412.481.151.461.671.8

11、21.912.032.112.182.241213141516171819202.552.612.662.702.742.782.822.852.882.292.332.372.412.412.472.502.532.562122232425303540502.912.942.952.993.013.103.183.213.342.582.602.622.642.662.742.812.872.96第23頁/共126頁t檢驗法 該準則又可稱為羅曼諾夫準則。當測量次數(shù)較小時，按t分布的實際誤差分布范圍來判斷粗大誤差較為合理。 t檢驗準則的原則是：首先剔除一個與均值偏離最大的數(shù)據(jù)，然后對剩余的數(shù)據(jù)

12、進行統(tǒng)計計算，以判定該次剔除是否合理，即判定已被剔除的那個數(shù)據(jù)是否含有粗大誤差。第24頁/共126頁 在剔除某一數(shù)據(jù)xi后，重新計算均值和方差，如果時，剔除壞值xi 其中 T為t分布，自由度f=n-2( , )ikn s21),()1/(),(nntnkf第25頁/共126頁Dixon 準則 狄克松(Dixon)準則采用了極差比的方法，不必求方差。 對于某一等精度重復測量，按測量值的大小排列為 x1x2xn 如果上述測量值中有含有粗大誤差的測量數(shù)據(jù)，首先值得懷疑的是x1、xn。 狄克松首先定義了一個與x1，xn和、n有關的極差比統(tǒng)計量f(f的計算公式見表)，如果 f臨界值f(a,n) 則認為在

13、顯著性水平下， x1、xn含有粗大誤差，應予以剔除。 狄克松準則一次能判別兩個數(shù)據(jù)x1，xn ，如果這兩個數(shù)據(jù)都不含粗大誤差，判斷結束。 如果這兩個數(shù)據(jù)中有含粗大誤差的數(shù)據(jù)，則予以剔除。剔除后的數(shù)據(jù)列當做新的數(shù)據(jù)列，重新進行判斷第26頁/共126頁第27頁/共126頁有效數(shù)字 有效數(shù)字是指在實驗中實際上能測量到的數(shù)字。 記錄數(shù)字和計算結果時究竟應該保留幾位數(shù)字，必須根據(jù)測量方法 和使用儀器的準確程度來決定。在記錄數(shù)據(jù)和計算結果時，所保留 的有效數(shù)字中，只有最后一位是可疑的數(shù)字。 稱量瓶質(zhì)量：10. 373g，10.3732g，10.37321g 10.3732 0.0001g 鹽酸溶液體積：2

14、4.2mL，24.21mL，24.213 mL 24.21 0.01 mL 有效數(shù)字的位數(shù)直接與測定的相對誤差有關！ 在測量準確度的范圍內(nèi)，有效數(shù)字位數(shù)越多，測量也越準確。但超過 測量準確度的范圍后，過多的數(shù)字是沒有意義的。 第28頁/共126頁有效數(shù)字的運算規(guī)則 記錄測量數(shù)據(jù)時，只保留一位可疑數(shù)字； 當有效數(shù)字位數(shù)確定后， (計算結果中的)其余數(shù)字應舍去 修約方法：四舍六入五留雙 原有數(shù)據(jù)： 3.1424 3.2156 5.6235 4.6245 四位有效數(shù)據(jù)： 3.142 3.216 5.624 4.624 當?shù)谝晃挥行?shù)字大于或等于8，其有效數(shù)字可以多算一 位。 三位有效數(shù)據(jù)： 3.14

15、 四位有效數(shù)據(jù)： 9.37 第29頁/共126頁實驗結果的表示 測量結果最常用的表示方式是均值和標準偏差。前者表征測試量的大小，后者表征測試的精密度。 與之有關的是有效位的取舍. 所謂有效位是指某種測量所達到的精度. 如下列測試值：10.09,10.11,10.09,10.10和10.12，其均值為10.102，標準偏差為0.0130.但測試值僅準確到小數(shù)點后面第一位，而第二位為可疑位，故結果的表示為：)5(01. 010.10Nsx)5(01. 010.1032Nsx第30頁/共126頁有效數(shù)字及計算規(guī)則 當幾個數(shù)據(jù)相加減時，其有效數(shù)字的保留應以小數(shù)點后 位數(shù)最少的數(shù)據(jù)為依據(jù)。 32.1 4

16、16.9 3.235 123 35.335 35.3 293.9 294第31頁/共126頁有效數(shù)字及計算規(guī)則 在大量數(shù)據(jù)的運算中，為使誤差不迅速積累，對參加運 算的數(shù)據(jù)可以多保留一位有效數(shù)字。待運算完成后在進 行舍入。 5.2727 0.075 3.7 2.12 5.27 0.08 3.7 2.12 11.17 11.2第32頁/共126頁有效數(shù)字及計算規(guī)則 當幾個數(shù)據(jù)相乘除時，其有效數(shù)字的保留應以有效數(shù)字 位數(shù)最少的那個數(shù)為依據(jù)。 0.0121 25.64 1.05782 0.0121 25.6 1.06 = 0.328 0.0121 25.64 1.058 = 0.3282 = 0.32

17、8 第33頁/共126頁二、置信度與置信區(qū)間 設一未知參數(shù)X(例如材料的硬度),雖然其精確值未知，但是可由若干試驗值（樣本）估計它在某個范圍內(nèi)。如果有區(qū)間x1,x2，對于給定值m（0 m1），X值在X1-X2之間出現(xiàn)的概率滿足 P (X1XX2)=m 則稱隨機區(qū)間x1,x2是X的100m%置信區(qū)間，X1是置信下限，X2是置信上限，百分數(shù)100m%稱為置信度。第34頁/共126頁置信區(qū)間舉例 假如真值為Xo，擬合出參數(shù)的值XX, 意味著在某個概率下,多次測量的X估計值(近似等于Xo)可以落在以上范圍內(nèi)。 如果估計值X服從正態(tài)分布,X在某范圍(如X1,X2區(qū)間)選值的概率等于高斯概率密度曲線下X1

18、到X2的面積。若采用標準誤差和測量值X來表示測得的真值Xo范圍,則 P(X - Xo X + )0.68 P(X -2 Xo X +2)0.95 P(X -3 Xo X +3)0.9974 顯然，區(qū)間越寬，置信度越高。第35頁/共126頁三、不同分布的區(qū)間估計 1. 對于正態(tài)分布樣本，可以用若干樣本平均值估計總體平均值第36頁/共126頁舉例第37頁/共126頁例二 如果方差未知，可以用樣本方差s作為總體方差的近似值，樣本均值與整體均值之間服從t分布。第38頁/共126頁例3 鋼中Cr含量的5次測定結果(%)為1.12，1.15，1.11，1.16，1.12。根據(jù)這批數(shù)據(jù)估計Cr的含量范圍(9

19、0%)。 1.10,1.1621.13 ,0.0217xs/2(1)sxtnn0.050.02171.13(4)5t0.02171.132.77651.130.026941.130.03第39頁/共126頁normfit MU估計值, SIGMA估計值, MU區(qū)間, SIGMA區(qū)間 = normfit(x,alpha) 對給定數(shù)據(jù)x，在置信度100(1- )條件下給出正態(tài)分布參數(shù)的無偏估計 該函數(shù)輸入變量最多2個，第2參數(shù) 的缺省值= 0.05 對應于置信度90%（雙邊）或95%（單邊）。 函數(shù)的輸出值最多可以有4個，可以選擇前14個作為輸出結果。 第40頁/共126頁2. 0-12. 0-1

20、分布參數(shù)的估計 第41頁/共126頁舉例第42頁/共126頁binofit binofit 對二項分布數(shù)據(jù)參數(shù)和置信區(qū)間估計 binofit(x,n) 對于給定數(shù)據(jù) X返回取1的幾率 phat, pci = binofit(x,n,alpha) 給出極大似然估計值和100(1-) % 置信區(qū)間 缺省值 = 0.05 對應于90%置信區(qū)間（雙邊）或95%（單邊）。第43頁/共126頁3.3.契比雪夫不等式 第44頁/共126頁 變量之間的關系分為兩類。一類是確定性關系，如函數(shù)關系。另一類是非確定性關系。當自變量x確定以后，因變量y并不確定，而是符合一定分布的隨機變量。二者的關系可以表示為y=f(

21、x)+, 隨機項N(0,1)，f(x)是確定函數(shù)，稱為回歸函數(shù)。 回歸分析的任務一是根據(jù)經(jīng)驗公式、散點圖等確定回歸函數(shù)；還要檢驗回歸函數(shù)是否合理；回歸的目的是用f(x)預測和決策。第45頁/共126頁 如果通過試驗得到了一組樣本觀察值（試驗值），自然希望利用這組數(shù)據(jù)來估計總體參數(shù)的值，在統(tǒng)計學上稱為點估計問題。 例如歌手大獎賽評分方法，去掉若干最高最低，然后求平均值，估價歌手的水平。第46頁/共126頁參數(shù)估計的方法 估計值的求法有很多，如 常用的數(shù)字特征法，用樣本的數(shù)字特征，如平均值、方差等估計總體的數(shù)字特征。 順序統(tǒng)計量法是一種簡便方法，將樣本按大小順序排列，取居中的一個或幾個數(shù)的平均值作

22、為總體均值的估計值、用最大值與最小值的差值估計數(shù)據(jù)的離散程度。 最小二乘法和最大似然法是求出未知參數(shù)值的有效的方法。第47頁/共126頁2.2 最小二乘法 在實驗數(shù)據(jù)處理中，常常需要從一組測定的數(shù)據(jù)（xi,yi）去求自變量x和因變量y的近似函數(shù)關系式y(tǒng)=f(x)。從圖形上看,就是由給定的N個點（xi,yi）（i=1,2,n）求曲線擬合的問題。 實際上實驗中所得到的數(shù)據(jù)總是有測試誤差的,因此并不要求曲線通過所有的點。 第48頁/共126頁最小二乘法原理 曲線擬合是要求畫出一條近似曲線,盡可能從給定點的附近通過，能反映給定數(shù)據(jù)的一般趨勢,但是盡量不出現(xiàn)局部波動。 最小二乘法是參數(shù)估計的一種方法，可

23、用來求這樣的近似曲線。對于含有觀測誤差的數(shù)據(jù)來說，這樣的處理可以部分抵消數(shù)據(jù)中含有的觀測誤差。第49頁/共126頁最小二乘法如果我們得到 n 個實驗測量數(shù)據(jù),記為obsiy,且擬對這些數(shù)據(jù)擬合的函數(shù)形式為的)(jthiay,其中 aj是在該理論公式中的參數(shù),則我們可以構造出如下的量 Q 21)(niijthiobsiayyQ i是下面要討論的誤差。如果適當選擇參數(shù) aj,使得 Q值取極小值,即 yobs與 yth之間的差別最小,這種方法就叫最小二乘法,也稱為最小方差擬合,這是一個在曲線擬合中常用的方法。 第50頁/共126頁誤差選取第51頁/共126頁1. 1.直線擬合( (線性回歸) ) 如

24、果由試驗得到的一組數(shù)據(jù)(xi,yi)在平面x-y上畫出的曲線與直線差不多，就可以用直線y=a+bx去擬合。問題就變?yōu)檫x擇適當?shù)膮?shù)a和b，使得 取得最小值。 第52頁/共126頁直線擬合算法第53頁/共126頁第54頁/共126頁2.2.代數(shù)多項式擬合( (回歸) ) 第55頁/共126頁代數(shù)多項式擬合算法此時，系數(shù) a 必須適合下列方程組 1112112/0nmjkjiiiiijkQa xyxa k=1,2,.m+1 若所有 yi的測量誤差都相同，以上方程可化簡為 111110nmjkjiiiija xyx 121111mnnjkkjiiijiiaxxy k=1,2,.m+1 第56頁/共1

25、26頁多項式次數(shù) 從這個方程組可以求出系數(shù)aj即可得到所要求的m次多項式曲線方程。 當m值較大時，以上方程的系數(shù)行列式將減小，使方程組出現(xiàn)病態(tài)，因而一般多項式擬合最高次數(shù)只取到m=4-5。第57頁/共126頁3.3.線性模型的推廣第58頁/共126頁Curve fit toolbox 利用曲線擬合工具箱 可以對數(shù)據(jù)進行各種函數(shù)形式的擬合，如多項式擬合、指數(shù)函數(shù)擬合、高斯擬合等 在命令窗口利用函數(shù)a=polyfit(x,y,n)返回n次多項式的系數(shù)；第59頁/共126頁Matlab矩陣除法 利用矩陣除法可求解超定、欠定方程。 矩陣除法可以實現(xiàn)特殊形式的回歸 例如，求一形如y=a+bx2的經(jīng)驗公式

26、中的系數(shù)例如已知x,y的5個值， 令x1=ones(5,1),(x.2)； ab=x1y即可得到系數(shù)a,b21axyb 第60頁/共126頁4 多元線性擬合 最小二乘法可以推廣到二元、甚至多元線性擬合。 設因變量為y，兩個自變量分別為x1和x2，假設已通過試驗測得一系列數(shù)據(jù)為(yi,x1i,x2i), i=1,2,3n 則二元線性回歸方程可表示為ya+b1x1+b2x2 式中a為常數(shù)項,b1和b2分別為y對x1和x2的偏回歸系數(shù)。第61頁/共126頁 殘差平方和 根據(jù)最小二乘法的原理，令殘差平方和最小，可求得這些參數(shù)。對相關參數(shù)求導數(shù)，得第62頁/共126頁 方程組的簡化形式第63頁/共126

27、頁Regress函數(shù) 利用統(tǒng)計工具箱命令regress實現(xiàn)多元線性回歸 調(diào)用格式為b=regress(y,x) 或 b,bint,r,rint,stats = regess(y,x,alpha)，alpha為顯著性水平(缺省時設定為0.05) 輸出向量b，bint為回歸系數(shù)估計值和它們的置信區(qū)間，r，rint為殘差及其置信區(qū)間 stats是用于檢驗回歸模型的統(tǒng)計量，有三個數(shù)值，第一個是R2，其中R是相關系數(shù)，第二個是F統(tǒng)計量值，第三個是與統(tǒng)計量F對應的概率P，當P10倍自變量）高精度的數(shù)據(jù)； 預分析：根據(jù)專業(yè)知識和經(jīng)驗確定自變量的高次項及交叉乘積是否進入模型，是否需要數(shù)據(jù)轉換，檢驗全變量線性關

28、系是否顯著，利用殘差分析等手段考察誤差分布的正態(tài)性、等方差性假定是否合理？ 確定回歸關系形式后，選擇影響顯著的變量，確定最優(yōu)回歸方程第75頁/共126頁2.3 2.3 假設檢驗 假設檢驗是統(tǒng)計推斷的另一類重要問題，它是根據(jù)樣本的信息來判斷一組數(shù)據(jù)是否在某個精度范圍內(nèi)與理論公式一致, 或判斷總體分布是否具有指定特征。 假設檢驗包括參數(shù)檢驗和分布檢驗。 參數(shù)檢驗是在假設是正確的情況下，計算得到擬合參數(shù)的幾率。如果該幾率較大，則接受假設，反之則放棄假設。實際工作中一般采用分布假設。第76頁/共126頁1. 分布律的檢驗 分布律檢驗的原理是Pearson平方和準則 假設n個樣本來自分布為F(x)的總體

29、； 將實數(shù)域分成k個區(qū)間， 若樣本落在第i個區(qū)間的次數(shù)為mi,而根據(jù)分布律計算得到的概率為pi第77頁/共126頁分布律檢驗 選取統(tǒng)計量 式中r為需要估計的參數(shù)個數(shù) 根據(jù)樣本觀察值計算統(tǒng)計量的值 查表得臨界值 如果 一般可以接受這種分布假設，反之拒絕假設221()(1)kiiiimnpwkrnp 2(1)kr 2(1)wkr 第78頁/共126頁2.均值估計當樣本來自正態(tài)分布總體N(，2),其均值服從t分布，即 ) 1(/0ntnsx 例如，某工廠鋼絲強度的總體均值為1056.0MPa,今新生產(chǎn)了一批鋼絲，隨機抽取10個樣品作抗拉試驗，測得的抗拉強度為 1051.2 1062.3 1066.8

30、 1055.4 1077.6 1070.7 1055.7 1058.1 1066.6 1067.0 設鋼絲強度服從正態(tài)分布，問這批鋼絲的抗拉強度是否比以往高？ 第79頁/共126頁均值估計示例第80頁/共126頁U檢驗法（ ） Ztest 樣本均值與一常數(shù)進行比較 h,p,ci,zval = ztest(x,m,sigma,alpha,tail)h=0接受原假設，h=1拒絕原假設m均值，tail=0,1,-1對應于備選假設為不等于、大于和小于m第81頁/共126頁T檢驗法（方差未知） ttest: 樣本均值與一常數(shù)進行比較 matlab函數(shù)用法與ztest相似 H,P,CI,STATS = t

31、test(x,m,alpha,tail) 判斷來自于正態(tài)分布的X均值是否為m. 缺省值m = 0, = 0.05 ，tail = 0 原假設: 均值m 對于tail=0, 備選假設: 均值 不等于m. 對于tail=1, 備選假設: 均值 大于m 對于tail=-1,備選假設: 均值 小于m第82頁/共126頁3.3.以誤差判斷擬合質(zhì)量 第83頁/共126頁4.4.回歸分析 回歸（擬合）可以由最小二乘法實現(xiàn)，matlab polyfit 回歸方程的質(zhì)量常用相關系數(shù)和F檢驗作為評估指標。 相關系數(shù)用如下公式計算 相關系數(shù)用以描述兩個變量線性相關的密切程度。絕大部分R值在0-1之間。22)()()

32、(yyxxyyxxRiiii 第84頁/共126頁相關系數(shù)與樣品個數(shù) 相關系數(shù)與樣品的抽樣個數(shù)有關。 對于一定觀察次數(shù)n，相關系數(shù)必須大于一定值所擬合的直線才有意義，此時我們稱二者顯著相關 。 觀察次數(shù)n臨界值=5%=1%30.9971.00050.8780.957100.6320.765200.4440.561300.3610.463500.2730.3541000.1950.2542000.1380.1814000.0980.12810000.0620.081第85頁/共126頁 可以證明，當X Y均服從正態(tài)分布，當二者無關時，統(tǒng)計量 給定顯著性水平，可查表求得臨界值t(n-2) 若計算的

33、統(tǒng)計量t t(n-2)，則可以認為X Y二者顯著相關，相關系數(shù)有效。 否則可認為X Y二者無關。22 (2)1xyxyrtnt nr第86頁/共126頁F檢驗第87頁/共126頁復相關系數(shù) 對于多元線性回歸，采用復相關系數(shù)。iiiiiyyyyR22)()(1 其中iy 是回歸估計值，yi是測量結果，y平均值 21niiiyy是殘差平方和(Q),由于試驗誤差以及其它未加控制的因素引起的, niiyy12稱回歸平方和(u),由于自變量變化引起的。 第88頁/共126頁復相關系數(shù)的意義 R反映了變量y與多個變量xi(i=1,2,3)之間的線性相關程度。 R=0表示x,y之間無關， R=1表示x,y二

34、者嚴格線性相關。 R越大，線性回歸效果越好。 第89頁/共126頁回歸方程變量個數(shù) 復相關系數(shù)是總回歸效果的一個重要指標，但是R與回歸方程中自變量個數(shù)K以及試驗次數(shù)n有關。當n值相對于K不是很大時，常有較大的R。特別是當n=K+1時，即使K個自變量與y無關，也必然有R=1（Q=0），因此在實際計算當中必須注意K與n的相對比例。根據(jù)經(jīng)驗，n應該比K大4-5以上。 第90頁/共126頁復相關系數(shù)的臨界值 統(tǒng)計量W 服從F分布F（k,n-k-1) 可根據(jù)置信度大小在F表中查出相應的臨界值。當計算的F值大于臨界值則認為回歸效果顯著。 ) 1,(11) 1/(/22KnKFRRKKnKnQKuW 第91

35、頁/共126頁偏相關系數(shù) 偏相關系數(shù)表征單個因素對因變量的作用大小。偏相關系數(shù)也可以用普通相關系數(shù)公式計算，即 ri越大，說明y對xi的依賴越顯著，這時不可將該因素剔除。 njjnjijnjjijiyyxxyyxxr12121)()()( 第92頁/共126頁偏相關系數(shù)的臨界值 常用如下統(tǒng)計量來衡量該因素的顯著性 給定置信度，可以根據(jù)t分布表，查出臨界值t,當計算值W的絕對值大于臨界值t，則認為xj對y產(chǎn)生顯著影響，不可忽視。 ) 1(112KntrKnrWjj 第93頁/共126頁Matlab實現(xiàn) 相關系數(shù)r=corrcoef(x,y), 式中 X 和 Y 列向量, 等價于 r=corrco

36、ef(x y).第94頁/共126頁單個回歸系數(shù)的顯著性 利用統(tǒng)計量 式中分子分別為對第k個變量回歸系數(shù)的估計值和系數(shù)值， 分母s是系數(shù)的標準差的估計,(1)()kkknpktts 第95頁/共126頁T檢驗法第96頁/共126頁單個回歸系數(shù)的顯著性 在k0時， |tk|不應過分偏大。反之，若 則可以認為在置信度（1）條件下xk對結果有顯著作用(1)()kknpktts 2(1)kttnp第97頁/共126頁單個回歸系數(shù)的顯著性 或選取統(tǒng)計量 akk是(XX)1的主對角線上第k個元素 Fk不應過分偏大。反之，若 則可以認為在置信度（1）條件下xk對結果有顯著作用2/(1,1)kkkkaFFnp

37、MSE(1,1)kFFnp第98頁/共126頁5 方差分析 試驗過程中經(jīng)常需要分析各種方法、參數(shù)對實驗結果的影響 方差分析是鑒別各個因素效應的一種統(tǒng)計方法 20年代英國統(tǒng)計學家R A Fisher首先應用到農(nóng)業(yè)試驗中。第99頁/共126頁 如果試驗時只有一個因素在變化，其它可控制的因素都不變，稱單因素試驗 若變化的因素多于一個，稱為雙因素或多因素試驗第100頁/共126頁單因素分析模型 在同一水平Ai下獨立觀察ni次，因變量的觀察值服從正態(tài)分布； 不同水平的觀察值來自于不同的正態(tài)總體； 除A的水平變化外，盡量控制替他條件相同，即假定各正態(tài)總體具有相同的方差，因素的影響只局限在均值的差異221(

38、,);_(0,);_;1ijiijiiji jijiijijiijiiriiixNxxNxnn 總平均值第101頁/共126頁單因素方差分析 將試驗的變異因素A分成r個水平，對每一個水平進行重復試驗，列出試驗結果水平水平試驗結果試驗結果行均行均1x11x12x1n1X12x21x22x2n2X2rxr1xr2xrnrXr第102頁/共126頁記樣本總數(shù) n=n1+n2+nr 總體均值111inrijijxxn 行均值 11iniijjixxn 離差平方總和211()inrTijijSxx 自由度 n-1 組內(nèi)平方和211()inrEijiijSxx 自由度 n-r(含有 r 個均值) 組間平方

39、和211()inrAiijSxx 自由度 r-1 第103頁/共126頁222r22i=11()()()(2(0iTijijiiijiinijiiiijijTSxxxxxxxxxxxxxxxxxxSe SaSSeSaiiiiinnrri=1 j=1i=1 j=1nri=1 j=1nnrri=1 j=1i=1 j=1=）（=）+) +()）+第104頁/共126頁 是i 的良好估計值，SE反映了隨機誤差ij的影響；稱為誤差平方和； SA反映了i (I=1,2,r)之間的差異程度，反映了各水平效應對觀測量的影響；稱為因素的平方和ix第105頁/共126頁 選取統(tǒng)計量 如果統(tǒng)計量F臨界值F,該因素沒

40、有顯著作用，反之作用顯著。 /(1)(1,)/()AESrFF rnrSnr第106頁/共126頁舉例 某學期本課程三個班成績情況1班班2班班3班班均值均值74.73553.00057.000標準差標準差S12.37017.8479.293人數(shù)人數(shù)242439第107頁/共126頁Se，Sa計算NoImage22122122i=1111() ;1(1)()()(1)iiiniijijiniiijijnrrijiiijisxxnnsxxSexxns組內(nèi)方差22111()()rnrriiiijiSaxxn xx111/rrijiiiiixxn xnn第108頁/共126頁 總平均（74.37524

41、+5324+5739）/(24+24+39)=60.690 Sa=24*(74.375-60.690)2+24*(53-60.690)2+39*(57-60.690)2=6445 Se= 23*12.3702+23*17.8472+ 38*9.2932=14126.92 F=(6445/2)/(14126.92/84)=19.16 查表取0.05,F(2,60)=3.15 查表取0.01,F(2,60)=4.98 可見三個班的考試成績有非常顯著差別第109頁/共126頁第110頁/共126頁例2 某學期4個班97人材料科學基礎B成績 均值66.42268 1班：76.438，8.813,32人；2班：46.280，14.845, 25人；3班：75.600，9.170, 25人；4班：63.333，10.175, 15人 Sa=15601.42 ST=26765.67 Se= 11164.25 查表取0.01,F(3,60)=4.13 F=(15601.42/3)/(11164.25/93)= 43.32 可見4個班的考試成績有非常顯著差別第111頁/共126頁第112頁/共126頁例3 20