《误差理论与数据处理》
实验报告
班级：
学号：
姓名：
试验时间：2013年5月21日星期二第四讲
第二次试验
线性函数的最小二乘法处理、一元/多元回归数据处理
一、实验目的
1. 会用matlab编写最小二乘数据程序并对组合侧里数据进行处理，求出最佳估计值并进行精度分析。
2.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。
3.掌握一元非线性回归方程的求解和显著性检验方法，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
一、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。
MATLAB里的基本算术运算有：
(1) ＋(加)、－(减)、*(乘)、/(右除)、\(左除)、^(乘方)。
注意，运算是在矩阵意义下进行的，单个数据的算术运算只是一种特例。
(2) 矩阵乘法
假定有两个矩阵A和B，若A为m×n矩阵，B为n×p矩阵，则C=A*B为m ×p矩阵。
(3) 矩阵除法
在MATLAB中，有两种矩阵除法运算：\和/，分别表示左除和右除。如果A矩阵是非奇异方阵，则A\B和B/A运算可以实现。
A\B=inv(A)*B
B/A=B*inv(A)
对于矩阵运算，一般A\B≠B/A。
(4) 矩阵的乘方
一个矩阵的乘方运算可以表示成A^x，要求A为方阵，x为标量。
二、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。
Ⅰ.一元线性回归
1. 一元线性回归的数学模型：
i i i x b b y ε++=10 （i=1,2,3……n ）
其中i ε（i=1,2,3……n ）表示随机因素对i y 影响的总和，一般假设它们是一组相互独立，并服从同一正态分布N （0，2σ）的随机变量。
2. 一元线性回归方程： x b b y 10^
+= 利用最小二乘可求得1,0b b 。 3. 方差分析：
误差来源 平方和 自由度
方差 F 显著度 回归 U 1
2
2-=
n Q s
2
1
-=
n Q U F
0.01 0.05 0.1或其它
残差 Q n-2 总计 S n-1
Ⅱ. 多元线性回归
1. 多元线性回归的数学模型：
???????++??+++=??++??+++=++??+++=n
nm m n n n m m m m x b x b x b b y x b x b x b b y x b x b x b b y εεε221102
2222211021112211101
2. 多元线性回归方程：
Xb y =^
(矩阵形式)
其中：1
^n ^2^1^???
?
???
??
??????????=n y y y y ；()121212221
1211111+???
????
???
?????????????=m n nm m m n n x x x x x x x x x X ；1
)1(10?+????
??????????=m m b b b b 利用最小二乘法可求得：
Y X X X b T T 1)(-=
3.方差分析:
误差来源 平方和 自由度
方差 F 显著度 回归 U M
2
2--=
m n Q s
2
s
m U F =
0.01 0.05 0.1或其它
残差 Q n-m-1 总计 S
n-1
三、实验内容和结果
第一个小实验：线性函数的最小二乘法处理 ① 程序及其流程
L=[1.015;0.985;1.020;2.016;1.981;3.032]; A=[1 0 0;0 1 0;0 0 1;1 1 0;0 1 1 ;1 1 1]; C=A'*A;B=inv(C);
X=B*A'*L %最小二乘估计值 v=L-A*X;
o=sqrt(sum(v.*v)/(6-3)) %测得结果的标准差 d=diag(B,0);
o1=o*sqrt(d(1)) %估计量的精度 o2= o*sqrt(d(2)) o3= o*sqrt(d(3))
② 实验结果
图（一）
③ 结果分析
由图（一）可以看出1x 、2x 和3x 的最小二乘估计值分别为 1.0280mm 、0.9830mm 、1.0130mm 。
直接测量数据的精度σ=o=0.0134 。
1x 、2x 和3x 的最小二乘估计值的精度分别为1σ=o1=0.0095、2σ=o2=0.0095、
3σ=03=0.0095 。
第二个小实验：一元/多元回归数据处理
一、①程序及其流程
y1=[1 26.5;1 27.3;1 24.2;1 27.1;1 23.6;1 25.9;1 26.3;1 22.5;1 21.7;1 21.4;1 25.8;1 24.9];
X=[1 26.8;1 25.4;1 28.9;1 23.6;1 27.7;1 23.9;1 24.7;1 28.1;1 26.9;1 27.4;1 22.6;1 25.6];
y=y1(:,2);t=X(:,2);avy=mean(y);avx=mean(t);
Lxy=sum(t.*y)-(sum(t)*sum(y))/12;
Lxx=sum(t.^2)-(sum(t)^2)/12;
Lyy=sum(y.^2)-(sum(y)^2)/12;
b1=Lxy/Lxx;b0=avy-avx*b1;
U=b1*Lxy,Q=Lyy-b1*Lxy,S=Lyy,s2=Q/(12-2),F=U/s2, %求回归残差总计平方和。b=[b0;b1]
a=inv(y1'*y1)*y1'*t;
T=[22:0.1:30]';
Y1=[ones(size(T)) T]*b;
Y2=[ones(size(T)) T]*a;
plot(T,Y1,'--',T,Y2,t,y,'*')
legend('y对x','x对y','散点')
②实验结果
Y 对x 的回归方程的方差分析表
误差来源 平方和 自由度 方差 F 显著度 回归 20.2621 1 2.6885
7.5367
0.10 0.05
残差 26.8845
10 总计
47.1467
11
③ 结果分析
查表可知28.3)10,1(5367.7,96.4)10,1(5367.710.005.0=>==>=F F F F 可知y 对x 的回归方程在05.0,10.0=α上显著。
二、①程序及其流程
x=[1.585 2.512 3.979 6.310 9.988 15.85]';
y=[0.03162 0.02291 0.02089 0.01950 0.01862 0.01513]'; Z1=log(y); Z2=log(x);
X=[ones(size(Z2)) Z2];
c=X\Z1;a=exp(c(1)),b=c(2) %求曲线方程的系数a、b t=[0:0.01:3]';
Y=[ones(size(t)) t]*c;
plot(t,Y,Z2,Z1,'K+')
②实验结果
画出原始数据的散点图和所拟合的曲线
x=[1.585 2.512 3.979 6.310 9.988 15.85]';
y=[0.03162 0.02291 0.02089 0.01950 0.01862 0.01513]';
Z1=log(y); Z2=log(x);
X=[ones(size(Z2)) Z2];
c=X\Z1;
a=exp(c(1))
b=c(2)
t=1:0.1:16;
y1=a*t.^b;hold on;
plot(x,y,'o',t,y1,'k');
title('散点图和所拟合的曲线')
结果：
③结果分析
⒈由上图可以看出本实验数据可以用曲线b
y=来表示；
ax
⒉由实验结果可知曲线方程为2716
.0
y；
=x
0324
.0-
三、①程序及其流程
Y=[6.40 15.05 18.75 30.25 44.85 48.94 51.55 61.50 100.44 111.42]';
X1=[1.32 2.69 3.56 4.41 5.35 6.20 7.12 8.87 9.80 10.65]';
X2=[1.15 3.40 4.10 8.75 14.82 15.15 15.32 18.18 35.19 40.40]';
x1=mean(X1); x2=mean(X2);
X=[ones(size(X1)) X1 X2];
C=inv(X'*X);B=X'*Y;
b=C*B, %求系数的最小二乘估计值M=2;Vq=10-2-1;
L1y=sum(X1.*Y)-sum(X1)*sum(Y)/10;
L2y=sum(X2.*Y)-sum(X2)*sum(Y)/10;
Lyy=sum(Y.^2)-sum(Y)^2/10
U=b(2)*L1y+b(3)*L2y,Q=Lyy-U,S=Lyy, %求回归、残差、总计平方和F=(U/M)/(Q/Vq)
P1=b(2)^2/C(5),F1=P1/(Q/Vq),P2=b(3)^2/C(9),F2=P2/(Q/Vq)
②实验结果
③ 结果分析 由上图可知：
1.多元线性回归方程为 ：21^
0497.27122.25800.0x x y ++= 2.可得方差分析表
误差来源 平方和 自由度 方差 F 显著度 回归 10953 2 0.4316
12689
0.01 0.05 0.1
残差 3.0213 7 总计
10956
9
可知此回归方程在0.01、0.05、0.1上都是高度显著的。
由于25.12)7,1(3.1817,25.12)7,1(1279.18001.0201.01=>==>=F F F F 故1x 、2x 对y 均为主要因素。
思考题
1.如何对非线性函数进行最小二乘处理？
对于非线性的函数首先我们要确定函数的类型，其中就涉及对其选择和检验的过程。
然后通过变量代换把回归曲线转换为回归直线，继而可以用最小二乘处理。
2.在实验一中两条回归直线为什么不一样，在什么情况下这两直线重合？
求y对x的回归方程时是把y看作是精确的，把误差都归结在x方向，而在求x对y的回归方程时则刚好相反。从计算的式子来看，两个方程的回归系数是不一样的。但是当两个变量x，y之间的线性关系的加强，当相关系数为1时，这两条直线将重合。
四、心得体会
通过本实验的学习，我再次感受到了matlab的实用性，尤其是在误差理论这门需要花大量时间做大量复杂运算的学科上，而matlab 简单的几句语言就可以解决复杂的数学计算。
通过对最小二乘法和一元多元回归数据处理的学习，在实际问题中我们可以用最小二乘法得到更精确地结果，可以运用回归法找到变量之间的相互关系和变化规律。可见误差理论与数据处理对我们的生产和科学发展有着很重要的作用。
误差理论与数据处理 实验报告 姓名：小叶9101 学号：小叶9101 班级：小叶9101 指导老师：小叶
目录 实验一误差的基本概念 实验二误差的基本性质与处理 实验三误差的合成与分配 实验四线性参数的最小二乘法处理实验五回归分析 实验心得体会
实验一误差的基本概念 一、实验目的 通过实验了解误差的定义及表示法、熟悉误差的来源、误差分类以及有效数字与数据运算。 二、实验原理 1、误差的基本概念：所谓误差就是测量值与真实值之间的差，可以用下式表示 误差=测得值-真值 1、绝对误差：某量值的测得值和真值之差为绝对误差，通常简称为误差。 绝对误差=测得值-真值 2、相对误差：绝对误差与被测量的真值之比称为相对误差，因测得值与 真值接近，故也可以近似用绝对误差与测得值之比值作为相对误差。 相对误差=绝对误差/真值≈绝对误差/测得值 2、精度 反映测量结果与真值接近程度的量，称为精度，它与误差大小相对应，因此可以用误差大小来表示精度的高低，误差小则精度高，误差大则精度低。 3、有效数字与数据运算 含有误差的任何近似数，如果其绝对误差界是最末位数的半个单位，那么从这个近似数左方起的第一个非零的数字，称为第一位有效数字。从第一位有效数字起到最末一位数字止的所有数字，不论是零或非零的数字，都叫有效数字。 数字舍入规则如下： ①若舍入部分的数值，大于保留部分的末位的半个单位，则末位加1。 ②若舍去部分的数值，小于保留部分的末位的半个单位，则末位加1。 ③若舍去部分的数值，等于保留部分的末位的半个单位，则末位凑成偶数。即当末位为偶数时则末位不变，当末位为奇数时则末位加1。 三、实验内容 1、用自己熟悉的语言编程实现对绝对误差和相对误差的求解。 2、按照数字舍入规则，用自己熟悉的语言编程实现对下面数据保留四位有效数字进行凑整。 原有数据 3.14159 2.71729 4.51050 3.21551 6.378501 舍入后数据
篇一：大学物理实验1误差分析 云南大学软件学院实验报告 课程：大学物理实验学期： - 学年第一学期任课教师： 专业： 学号： 姓名： 成绩： 实验1 误差分析 一、实验目的 1. 测量数据的误差分析及其处理。 二、实验内容 1．推导出满足测量要求的表达式，即 0? (?)的表达式； 0= (( * )/ (2*θ)) 2．选择初速度A，从[10，80]的角度范围内选定十个不同的发射角，测量对应的射程， 记入下表中： 3．根据上表计算出字母A 对应的发射初速，注意数据结果的误差表示。 将上表数据保存为A. ,利用以下程序计算A对应的发射初速度，结果为100.1 a =9.8 _ =0 =[] _ = ("A. "," ") _ = _ . ad ()[:-1] = _ [:]. ('\ ') _ = _ . ad ()[:-1] = _ [:]. ('\ ') a (0,10): .a d( a . ( a ( [ ])* / a . (2.0* a ( [ ])* a . /180.0))) _
+= [ ] 0= _ /10.0 0 4．选择速度B、C、D、重复上述实验。 B C 6．实验小结 (1) 对实验结果进行误差分析。 将B表中的数据保存为B. ,利用以下程序对B组数据进行误差分析，结果为 -2.84217094304 -13 a =9.8 _ =0 1=0 =[] _ = ("B. "," ") _ = _ . ad ()[:-1] = _ [:]. ('\ ') _ = _ . ad ()[:-1] = _ [:]. ('\ ') a (0,10): .a d( a . ( a ( [ ])* / a . (2.0* a ( [ ])* a . /180.0))) _ += [ ] 0= _ /10.0 a (0,10): 1+= [ ]- 0 1/10.0 1 (2) 举例说明“精密度”、“正确度”“精确度”的概念。 1. 精密度 计量精密度指相同条件测量进行反复测量测值间致(符合)程度测量误差角度说精密度所 反映测值随机误差精密度高定确度(见)高说测值随机误差定其系统误差亦。 2. 正确度 计量正确度系指测量测值与其真值接近程度测量误差角度说正确度所反映测值系统误差 正确度高定精密度高说测值系统误差定其随机误差亦。 3. 精确度 计量精确度亦称准确度指测量测值间致程度及与其真值接近程度即精密度确度综合概念 测量误差角度说精确度(准确度)测值随机误差系统误差综合反映。 比如说系统误差就是秤有问题，称一斤的东西少2两。这个一直恒定的存在，谁来都是 这样的。这就是系统的误差。随机的误差就是在使用秤的方法。 篇二：数据处理及误差分析 物理实验课的基本程序
《误差理论与数据处理》实验指导书 姓名 学号 机械工程学院 2016年05月
实验一误差的基本性质与处理 一、实验内容 1．对某一轴径等精度测量8次，得到下表数据，求测量结果。 Matlab程序： l=[24.674,24.675,24.673,24.676,24.671,24.678,24.672,24.674];%已知测量值 x1=mean(l);%用mean函数求算数平均值 disp(['1.算术平均值为：',num2str(x1)]); v=l-x1;%求解残余误差 disp(['2.残余误差为：',num2str(v)]); a=sum(v);%求残差和 ah=abs(a);%用abs函数求解残差和绝对值 bh=ah-(8/2)*0.001;%校核算术平均值及其残余误差,残差和绝对值小于n/2*A,bh<0，故以上计算正确 if bh<0 disp('3.经校核算术平均值及计算正确'); else disp('算术平均值及误差计算有误'); end xt=sum(v(1:4))-sum(v(5:8));%判断系统误差（算得差值较小，故不存在系统误差） if xt<0.1 disp(['4.用残余误差法校核，差值为：',num2str(x1),'较小，故不存在系统误差']); else disp('存在系统误差'); end bz=sqrt((sum(v.^2)/7));%单次测量的标准差 disp(['5.单次测量的标准差',num2str(bz)]);
p=sort(l);%用格罗布斯准则判断粗大误差，先将测量值按大小顺序重新排列 g0=2.03;%查表g(8,0.05)的值 g1=(x1-p(1))/bz; g8=(p(8)-x1)/bz;%将g1与g8与g0值比较，g1和g8都小于g0，故判断暂不存在粗大误差if g1 实验一 误差分析 实验（病态问题） 实验目的：算法有“优”与“劣”之分，问题也有“好”与“坏”之别。对数值方法的研究而言，所谓坏问题就是问题本身对扰动敏感者，反之属于好问题。通过本实验可获得一个初步体会。 数值分析的大部分研究课题中，如线性代数方程组、矩阵特征值问题、非线性方程及方程组等都存在病态的问题。病态问题要通过研究和构造特殊的算法来解决，当然一般要付出一些代价（如耗用更多的机器时间、占用更多的存储空间等）。 问题提出：考虑一个高次的代数多项式 )1.1() ()20()2)(1()(20 1∏=-=---=k k x x x x x p 显然该多项式的全部根为1,2,…,20共计20个，且每个根都是单重的。现考虑该多项式的一个扰动 )2.1(0 )(19=+x x p ε 其中ε是一个非常小的数。这相当于是对（）中19x 的系数作一个小的扰动。我们希望比较（）和（）根的差别，从而分析方程（）的解对扰动的敏感性。 实验内容：为了实现方便，我们先介绍两个Matlab 函数：“roots ”和“poly ”。 roots(a)u = 其中若变量a 存储n+1维的向量，则该函数的输出u 为一个n 维的向量。设a 的元素依次为121,,,+n a a a ，则输出u 的各分量是多项式方程 01121=+++++-n n n n a x a x a x a 的全部根；而函数 poly(v)b = 的输出b 是一个n+1维变量，它是以n 维变量v 的各分量为根的多项式的系数。可见“roots ”和“poly ”是两个互逆的运算函数。 ;000000001.0=ess );21,1(zeros ve = ;)2(ess ve = ))20:1((ve poly roots + 上述简单的Matlab 程序便得到（）的全部根，程序中的“ess ”即是（）中的ε。 实验要求： （1）选择充分小的ess ，反复进行上述实验，记录结果的变化并分析它们。 如果扰动项的系数ε很小，我们自然感觉（）和（）的解应当相差很小。计算中你有什么出乎意料的发现表明有些解关于如此的扰动敏感性如何 （2）将方程（）中的扰动项改成18x ε或其它形式，实验中又有怎样的现象 出现 （3）（选作部分）请从理论上分析产生这一问题的根源。注意我们可以将 方程（）写成展开的形式， ) 3.1(0 ),(1920=+-= x x x p αα 同时将方程的解x 看成是系数α的函数，考察方程的某个解关于α的扰动是否敏感，与研究它关于α的导数的大小有何关系为什么你发现了什么现象，哪些根关于α的变化更敏感 思考题一：（上述实验的改进） 在上述实验中我们会发现用roots 函数求解多项式方程的精度不高，为此你可以考虑用符号函数solve 来提高解的精确度，这需要用到将多项式转换为符号多项式的函数poly2sym,函数的具体使用方法可参考Matlab 的帮助。 西南科技大学法学院 注 意 分 配 的 性 别 差 异 研 究 班级：心理0802班 姓名：翟土梅 学号：20080605 注意分配的性别差异研究 心理0802班翟土梅（20080605） 摘要：此实验利用注意分配仪测定10名心理专业的大学生对不同刺激——光亮 和声调——同时反应时的注意分配能力。实验结果显示：相比单一任务情境下，双任务条件下视觉或听觉的选择反应任务的准确率更低；个体注意分配量Q值在0.26~0.59之间的范围内变化，5名女生的平均值为0.418，男生为0.40。男女平均值为0.409。结果表明此实验条件下：1）双任务提高了被试的心理负荷，降低了作业的绩效；2）被试的分配量Q值存在个体差异。此外，还分析了男女生的性别差异带来的实验结果分析，把男女生的实验结果进行显著性检验，还讨论了注意分配的必要条件，并从实际出发，拓展探讨了日常生活中广泛存在的各类注意分配的事例。 关键词：注意分配心理负荷注意分配量Q值显著性检验性别差异 1 引言： 注意分配，又称时间共享，是指在同一时间内把注意分配到不同的对象上。注意分配是可能而且是有效的。但注意的分配是有条件的，条件之一是要有熟练的技能技巧。也就是说，在同时进行的多项活动中，只能有一种是活动生疏的，需要集中注意于该活动上，而其余动作必须达到一定的熟练程度，可以不假思索地稍加留意即能完成。条件之二是有赖于同时进行的几种活动之间的关系，如果它们之间没有内在联系，同时进行几种要困难些。当它们之间形成某种反应系统后，组织更加的有合理性时，注意分配才容易完成。注意分配的能力是在后天的生活实践中得到训练发展的。最初，对注意分配的研究来源于心理学家对生活的细心观察。丁.贾斯特罗和W.B凯恩尼斯发现一个人在一边用一只手快速的敲打时，能很快的加数目和阅读。另一位心理学家潘尔哈姆，记录了教师一边朗诵一首熟悉的诗，一边手写另一首熟悉诗的例子。1973年，卡内曼提出来资源限制理 机械加工误差的综合分析 ------统计分析法的应用一、实验目的 运用统计分析法研究一批零件在加工过程中尺寸的变化规律，分析加工误差的性质和产生原因，提出消除或降低加工误差的途径和方法，通过本实验使同学能够掌握综合分析机械加工误差的基本方法。 二、实验用仪器、设备 1．M1040A型无心磨床一台； 2．分辨率为0.001mm的电感测微仪一台； 3．块规一付（尺寸大小根据试件尺寸而定）； 4．千分尺一只； 5．试件一批约120件， 6．计算机和数据采集系统一套。 三、实验容 在无心磨床上连续磨削一批试件（120件），按加工顺序在比较仪上测量尺寸，并记录之，然后画尺寸点图和X---R图。并从点图上取尺寸比较稳定（即尽量排除掉变值系统性误差的影响）的一段时间连续加工的零件120件，由此计算出X、σ，并做出尺寸分布图，分析加工过程中产生误差的性质，工序所能达到的加工精度；工艺过程的稳定性和工艺能力；提出消除或降低加工误差的措施。 四、实验步骤 1. 按被磨削工件的基本尺寸选用块规，并用气油擦洗干净后推粘在一起； 2. 用块规调整比较仪，使比较仪的指针指示到零，调整时按大调---微调---水平调整步骤进行（注意大调和水平调整一般都予先调好），调整好后将个锁紧旋钮旋紧，将块规放入盒中。 3. 修正无心磨床的砂轮，注意应事先把金刚头退后离开砂轮。将冷却液喷向砂轮，然后在按操作规程进刀，修整好砂轮后退刀，将冷却液喷头转向工件位置。 4. 检查磨床的挡片，支片位置是否合理（如果调整不好，将会引起较大的形变误差）。对于挡片可通过在机床不运转情况下，用手将工件沿着支片紧贴挡片前后推动，同时调整前后螺钉，直至工件能顺利、光滑推过为宜。 5. 按给定尺寸（Φd-0.02）调整机床，试磨五件工件，使得平均尺寸应保证在公差带中心稍偏下为宜，然后用贯穿法连续磨削一批零件，同时用比较仪，按磨削顺序测量零件尺寸并记录之。 6. 清理机床，收拾所用量具、工具等。 7. 整理实验数据，打印做实验报告。 五、实验结果及数据处理 该实验选用M1040A型无心磨床和块规一付 （1）实验原始数据 专业统计软件应用 实验报告 实验课程专业统计软件应用 上课时间2013 学年上半学期 14 周（ 2013 年 5 月 27 日— 31 日）学生姓名杨守玲学号2011211432 班级0361102 所在学院经管上课地点金融实验指导教师唐兴艳 第五章思考与练习 3.表5.20 是某班级学生的高考数学成绩，试分析该班的数学成绩与全国的平均成绩70 分之间是否有显著性差异（数据文件：data5-16.sav）。 解：解决问题的原理：独立T样本检验 提出原假设和备择假设： Ho:p<0.05，该班的数学成绩与全国的平均成绩70 分之间不存在显著相关性；H1:p>0.05，该班的数学成绩与全国的平均成绩70 分之间存在显著相关性。 第1步单样本T 检验分析设置 （1）选择菜单：“分析”→“比较均值”→“单样本T 检验（S）”，打开“单样本T 检验主对话框”，确定要进行T 检验的变量并输入检验值，按如图所示进行设置。将“成绩”选入“检验变量”中，输入待检验的值“70”，用来检验产生的样本均值与检验值有无显著性差异。 第2步“选项”对话框设置：指定置信水平和缺失值的处理方法。 第3步主要结果及分析 完成以上的操作步骤后，点击“确定”按钮，运行结果如下所示，具体分析如下：下表给出了单样本T 检验的描述性统计量，包括样本数（N）、均值、标准差、均值的标准误差。 当置信水平为95%时，显著性水平为0.05，从表5.2 中可以看出，双尾检测概率P 值为0.002，小于0.05，故接受原假设，也就是说该班的数学成绩与全国的平均成绩70 分之间不存在显著相关性，即班的数学成绩与全国的平均成绩70 分之间存在显著性差异。 4. 在某次测试中，随机抽取男女同学的成绩各10 名，数据如下： 男：99 79 59 89 79 89 99 82 80 85 女：88 54 56 23 75 65 73 50 80 65 假设样本总体服从正态分布，比较置信度为95%的情况下男女得分是否有显著性 标准文档 误差理论与数据处理 实验报告 姓名：黄大洲 学号：3111002350 班级：11级计测1班 指导老师：陈益民 实验一 误差的基本性质与处理 一、实验目的 了解误差的基本性质以及处理方法 二、实验原理 （1）算术平均值 对某一量进行一系列等精度测量，由于存在随机误差，其测得值皆不相同，应以全部测得值的算术平均值作为最后的测量结果。 1、算术平均值的意义：在系列测量中，被测量所得的值的代数和除以n 而得的值成为算术平均值。 设 1l ，2l ，…,n l 为n 次测量所得的值，则算术平均值 121...n i n i l l l l x n n =++==∑ 算术平均值与真值最为接近，由概率论大数定律可知，若测量次数无限增加，则算术平均值x 必然趋近于真值0L 。 i v = i l -x i l ——第i 个测量值，i =1,2,...,;n i v ——i l 的残余误差（简称残差） 2、算术平均值的计算校核 算术平均值及其残余误差的计算是否正确，可用求得的残余误差代数和性质来校核。 残余误差代数和为： 1 1 n n i i i i v l nx ===-∑∑ 当x 为未经凑整的准确数时，则有：1 n i i v ==∑0 1）残余误差代数和应符合： 当 1n i i l =∑=nx ，求得的x 为非凑整的准确数时，1 n i i v =∑为零； 当 1 n i i l =∑>nx ，求得的x 为凑整的非准确数时，1 n i i v =∑为正；其大小为求x 时 的余数。 当 1 n i i l =∑ 实验报告 实验工作者：杜华学号：201206020108 实验日期：2014年3月31号实验名称：实验一：生产过程监控图的编制 实验目的：本实验通过对某化工厂正常生产过程中120次Hgcl2浓度的测定数据。 编制对生产过程中Hgcl2浓度的监控图，以保证最终产品质量。通 过本实验，让同学们一起理解误差的理论与意义，学会编制生产过 程监控图的方法 实验原理：一般情况下，很多工程测量与生产过程的参数值都是服从正态分布的随机变量，例如利用正常电子仪器在相同条件下对同一物理量重复 测量所获得的数据；化工生产过程中正常的浓度、温度值等等。因 此，我们可以依据服从正态分布的随机变量所具有特征，来实现对 这些测量值、或生产过程中的参数值“是否正常”的判断。这就是我 们建立监控图的基本思想。从这个意义上说，已经建立的监控图实际是一把 尺子，我们可以用它来度量每一个测量数据或生产参数是否正常。 根据正态分布理论，正常的测量值或生产过程中的参数值落入平均 值加减一倍，两倍，三倍均方差区间的理论概率值应该分别等于 68.26%，95.44%，99.73%；当我们只进行有限次测量时，获取数据 如果是正常的，超出平均值加减三倍均方差的区间可能性几乎是0。 因此，一旦检测数据超过平均值加减三倍均方差区间，我们就可以 判定，其为不正常数据，预示着生产过程出了问题，需进行调整从 而实现监控目的 实验设备：按有excel软件的电脑 实验步骤： 1．依据5.1.1所测量数据，统计平均值和标准差； 2.按平均值加减一倍，两倍，三倍标准差编制质量监控图； 3．将5.1.2监测数据标绘在所编监控图上： 4.分析6.1－6.11时间段中生产过程是否正常。 按三倍标准差理论，上午有五个数据不正常，它们分别是0.64，0.65，0.94，0.98 ，0.99 一元线性回归在公司加班制度中的应用 院（系）： 专业班级： 学号姓名： 指导老师： 成绩： 完成时间： 一元线性回归在公司加班制度中的应用 一、实验目的 掌握一元线性回归分析的基本思想和操作，可以读懂分析结果，并写出回归方程，对回归方程进行方差分析、显著性检验等的各种统计检验 二、实验环境 SPSS21.0 windows10.0 三、实验题目 一家保险公司十分关心其总公司营业部加班的程度，决定认真调查一下现状。经10周时间，收集了每周加班数据和签发的新保单数目，x 为每周签发的新保单数目，y 为每周加班时间（小时），数据如表所示 y 3.5 1.0 4.0 2.0 1.0 3.0 4.5 1.5 3.0 5.0 2. x 与y 之间大致呈线性关系？ 3. 用最小二乘法估计求出回归方程。 4. 求出回归标准误差σ∧ 。 5. 给出0 β∧与1 β∧ 的置信度95%的区间估计。 6. 计算x 与y 的决定系数。 7. 对回归方程作方差分析。 8. 作回归系数1 β∧ 的显著性检验。 9. 作回归系数的显著性检验。 10.对回归方程做残差图并作相应的分析。 11.该公司预测下一周签发新保单01000 x=张，需要的加班时间是多少？ 12.给出0y的置信度为95%的精确预测区间。 13.给出 () E y的置信度为95%的区间估计。 四、实验过程及分析 1.画散点图 如图是以每周加班时间为纵坐标，每周签发的新保单为横坐标绘制的散点图，从图中可以看出，数据均匀分布在对角线的两侧，说明x和y之间线性关系良好。 2.最小二乘估计求回归方程 用SPSS 求得回归方程的系数01,ββ分别为0.118,0.004，故我们可以写出其回归方程如下： 0.1180.004y x =+ 3.求回归标准误差σ∧ 由方差分析表可以得到回归标准误差：SSE=1.843 故回归标准误差： 2= 2SSE n σ∧-，2σ∧=0.48。 4.给出回归系数的置信度为95%的置信区间估计。 由回归系数显著性检验表可以看出，当置信度为95%时： 抽样调查课程 实验报告 小组同学姓名及学号 组员1：关欣2011101209 组员2：陈玉2011101221 __ 组员3：张林娜2011101231___ 实验报告 实验思考题： 1、 某调查员欲从某大学所有学生中抽样调查学生平均生活费支出情况，假设该调查员已经 完成了抽样，并获得样本情况（见数据表1），请根据此样本分别按性别、家庭所在地分层，并计算各层的样本量、平均生活费支出、生活费支出的方差及标准差。 按性别分层： 男：样本量为127，平均生活费支出为569.685，方差为52368.4，标准差为228.841 女：样本量为145，平均生活费支出为617.241，方差为64284.004，标准差为253.543 按家庭所在地分层： 大型城市： 样本量为86，平均生活费支出为614.5349，方差为90050.957，标准差为300.0849 乡镇地区：样本量为68，平均生活费支出为529.411，方差为48002.633，标准差为219.095 中小城市：样本量为118，平均生活费支出为618.644，方差为41016.949，标准差为202.526 2、 教材71页第5题（1）问 层 Nh 样本 1 256 10 10 2 0 20 10 0 10 30 20 2 420 20 35 10 50 0 40 50 10 20 20 3 168 0 20 0 30 30 50 40 0 30 0 W1=0.303 W2=0.498 W3=0.199 f1=0.039 f2=0.024 f3=0.060 _y 1=11.2 -y 2=25.5 - y 3=20 s1=9.716 s2=17.392 s3=18.856 平均支出为 ==∑=3 1 h h h pst y w y 20.0677 估计的方差为=- =∑=3 1 221)(h h h h h pst s n f w y v 18.038 估计的标准差为=)(y pst v 3.61 《误差理论与数据处理》实验报告实验名称：动态测试数据处理初步一、实验目的 动态数据是动态测试研究的重要容。通过本实验要求学生掌握有关动态数据分析。评价的基本方法，为后续课程做好准备。 二、实验原理 三、实验容和结果 1.程序及流程 1.认识确定性信号及其傅立叶频谱之间的关系 1.用matlab编程画出周期方波信号及其傅立叶频谱，并说明其 傅立叶频谱的特点。 >> fs=30; >> T=1/fs; >> t=0:T:2*pi; >> A=2;P=4; >> y=A*square(P*t); >> subplot(2,1,1),plot(t,y) >> title('方波信号') >> Fy=abs(fft(y,512)); >> f2=fs*(0:256)/512; >> subplot(2,1,2),plot(f2,Fy(1:257)) >> title('频谱图'); >> set(gcf,'unit','normalized','position',[0 0 1 1]); >> set(gca,'xtick',0:0.6:8); >> axis([0,8,0 300]); 2.用matlab边城画出矩形窗信号的宽度分别为T=1和T=5两种 情况下的时域波形图及其频谱，并分析时域与频域的变化关系。 wlp = 0.35*pi; whp = 0.65*pi; wc = [wlp/pi,whp/pi]; window1= boxcar(1); window2=boxcar(5); [h1,w]=freqz(window1,1); [h2,w]=freqz(window2,5); subplot(411); stem(window1); axis([0 60 0 1.2]); title('矩形窗函数(T=1)'); subplot(413); stem(window2); axis([0 60 0 1.2]); grid; xlabel('n'); title('矩形窗函数(T=5)'); subplot(412); plot(w/pi,20*log(abs(h1)/abs(h1(1)))); xlabel('w/pi'); ylabel('幅度(dB)'); title('矩形窗函数的频谱(T=1)'); subplot(414); plot(w/pi,20*log(abs(h2)/abs(h2(5)))); axis([0 1 -350 0]); grid; xlabel('w/pi'); ylabel('幅度(dB)'); title('矩形窗函数的频谱(T=5)'); 2.认识平稳随机过程自相关函数及其功率谱之间的关系 已知某随机过程x(t)的相关函数为：Rx(t)=e?α|τ|cosω0τ，画出下列两种情况下的自相关函数和功率谱函数。 1.取α=1，ω0=2π?10； 2.取α=5，ω0=2π?10； 程序：>> t=0:0.01:1; 实验一 误差的基本性质与处理 一、实验目的 了解误差的基本性质以及处理方法 二、实验原理 （1）正态分布 设被测量的真值为0L ，一系列测量值为i L ，则测量列中的随机误差i δ为 i δ=i L -0L （2-1） 式中i=1，2，…..n. 正态分布的分布密度()()2 22f δσδ -= （2-2） 正态分布的分布函数()()22 2F e d δδσδδ --∞=（2-3） 式中σ-标准差（或均方根误差）； 它的数学期望为 ()0E f d δδδ+∞ -∞==? （2-4） 它的方差为 ()22f d σδδδ+∞ -∞=? （2-5） （2）算术平均值 对某一量进行一系列等精度测量，由于存在随机误差，其测得值皆不相同，应以全部测得值的算术平均值作为最后的测量结果。 1、算术平均值的意义 在系列测量中，被测量所得的值的代数和除以n 而得的值成为算术平均值。 设 1l ，2l ，…,n l 为n 次测量所得的值，则算术平均值121...n i n i l l l l x n n =++==∑ 算术平均值与真值最为接近，由概率论大数定律可知，若测量次数无限增加，则算术平均值x 必然趋近于真值0L 。 i v = i l -x i l ——第i 个测量值，i =1,2,...,;n i v ——i l 的残余误差（简称残差） 2、算术平均值的计算校核 算术平均值及其残余误差的计算是否正确，可用求得的残余误差代数和性质来校核。 残余误差代数和为： 11n n i i i i v l nx ===-∑∑ 当x 为未经凑整的准确数时，则有 1n i i v ==∑0 1）残余误差代数和应符合： 当1 n i i l =∑=nx ，求得的x 为非凑整的准确数时，1n i i v =∑为零； 当1 n i i l =∑>nx ，求得的x 为凑整的非准确数时，1n i i v =∑为正；其大小为求x 时的余数。 当1n i i l =∑ 误差分析及实验心得 误差分析 1 系统误差：使用台秤、量筒、量取药品时产生误差； 2 随机误差：反应未进行完全，有副反应发生；结晶、纯化及过滤时，有部分产品损失。 1、实验感想： 在实验的准备阶段，我就和搭档通过校园图书馆和电子阅览室查阅到了很多的有关本实验的资料，了解了很多关于阿司匹林的知识，无论是其发展历史、药理、分子结构还是物理化学性质。而从此实验，我们学习并掌握了实验室制备阿司匹林的各个过程细节，但毕竟是我们第一次独立的做实验，导致实验产率较低，误差较大。 在几个实验方案中，我们选取了一个较简单，容易操作的进行实验。我与同学共做了3次实验，第一次由于加错药品而导致实验失败，第二次实验由于抽滤的时候加入酒精的量过多，导致实验产率过低。因此，我们进行了第三次实验，在抽滤时对酒精的用量减少，虽然结果依然不理想，但是我们仍有许多的收获： （1）、培养了严谨求实的精神和顽强的毅力。通过此次的开放性实验，使我们了解到“理论结合实践”的重要性，使我们的动手能力和思考能力得到了锻炼和提高，明白了在实践中我们仍需要克服很多的困难。（2）、增进同学之间的友谊，增强了团队合作精神。这次的开放性实验要求两个或者两个以上的同学一起完成，而且不像以前实验时有已知的实验步骤，这就要求我们自己通力合作，独立思考，查阅资料了解实验并制定方案，再进行实验得到要求中的产物。我们彼此查找资料，积极的发表个人意见，增强了团队之间的协作精神，培养了独立思考问题的能力，同时培养了我们科学严谨的求知精神，敢于追求真理，不怕失败的顽强毅力。当然我们也在实验中得到了很大的乐趣。 九、实验讨论及心得体会 本次实验练习了乙酰水杨酸的制备操作，我制得的乙酰水杨酸的产量为理论上应该是约1.5g。所得产量与理论值存在一定偏差通过分析得到以下可能原因： a、减压过滤操作中有产物损失。 b、将产物转移至表面皿上时有产物残留。 c、结晶时没有结晶完全。 通过以上分析我觉得有些操作导致的损失可以避免所以我在以后的实验中保持严谨的态度。我通过本次实验我学到了乙酸酐和水杨酸在酸催化下制备乙酰水杨酸的操作方法初步了解有机合成中乙酰化反应原理巩固和进一步熟悉了减压过滤、重结晶基本操作的原理和方法了解到乙酰水杨酸中杂质的来源及其鉴别方法通过误差分析可能原因进一步更深理解实验的原理和操作养成严谨的态度。 项目名称：学生学院：专业班级：学生学号：学生姓名：指导老师： 《误差理论与数据处理》实验报告信息工程学院计算机测控 技术与仪器（1）班3111002352 黄维腾 陈益民 2014年7月7日 实验一误差的基本性质与处理 一、实验目的 了解误差的基本性质以及处理方法。 二、实验原理 （1）正态分布 设被测量的真值为l0，一系列测量值为li，则测量列中的随机误差?i为 ?i=li-l0 （2-1） 式中i=1，2，…..n. 正态分布的分布密度 f? ??? ?? 2 ? 2?? 2 （2-2） 正态分布的分布函数 f? ??? 式中?-标准差（或均方根误差）；它的数学期望为 ?? e ?? 2 2??d? （2-3） 2 e???f???d??0 （2-4） ?? ?? 它的方差为 ????2f???d? （2-5） 2 ?? ?? （2）算术平均值 对某一量进行一系列等精度测量，由于存在随机误差，其测得值皆不相同，应以全部测 得值的算术平均值作为最后的测量结果。 1、算术平均值的意义 在系列测量中，被测量所得的值的代数和除以n而得的值成为算术平均值。 li l1?l2?...ln??i?1 设 l1，l2，…,ln为n次测量所得的值，则算术平均值 x? 算术平均值与真值最为接近，由概率论大数定律可知，若测量次数无限增加，则算术平 均值x必然趋近于真值l0。 n vi? li-x li——第i个测量值，i=1,2,...,n; vi——li的残余误差（简称残差） 2、算术平均值的计算校核 算术平均值及其残余误差的计算是否正确，可用求得的残余误差代数和性质来校核。残 余误差代数和为： ?v??l?nx i i i?1 i?1 nn 当x为未经凑整的准确数时，则有 ?v i?1 n i ?0 1）残余误差代数和应符合： 当 ?l=nx，求得的x为非凑整的准确数时，?v为零； i i nn i?1n i?1n 当 ?l>nx，求得的x为凑整的非准确数时，?v为正；其大小为求x时的余数。 i i i?1n i?1n 当 ?l<nx，求得的x为凑整的非准确数时，?v为负；其大小为求x时的亏数。 i i i?1i?1 2）残余误差代数和绝对值应符合： 当n为偶数时， ?vi? i?1n 误差测量与处理课程实验 报告 学生姓名：学号： 学院： 专业年级： 指导教师： 年月 实验一 误差的基本性质与处理 一、实验目的 了解误差的基本性质以及处理方法。 二、实验原理 （1）正态分布 设被测量的真值为0L ，一系列测量值为i L ，则测量列中的随机误差i δ为 i δ=i L -0L （2-1） 式中i=1，2，…..n. 正态分布的分布密度 ()() 2 2 21 f e δ σδσπ -= （2-2） 正态分布的分布函数 ()()2 2 21 F e d δ δ σδδσπ --∞ =? （2-3） 式中σ-标准差（或均方根误差）； 它的数学期望为 ()0 E f d δδδ+∞ -∞ ==? （2-4） 它的方差为 ()22f d σδδδ +∞ -∞ =? （2-5） （2）算术平均值 对某一量进行一系列等精度测量，由于存在随机误差，其测得值皆不相同，应以全部测得值的算术平均值作为最后的测量结果。 1、算术平均值的意义 在系列测量中，被测量所得的值的代数和除以n 而得的值成为算术平均值。 设 1l ，2l ，…,n l 为n 次测量所得的值，则算术平均值 121...n i n i l l l l x n n =++= =∑ 算术平均值与真值最为接近，由概率论大数定律可知，若测量次数无限增加，则算术平均值x 必然趋近于真值0L 。 i v = i l -x i l ——第i 个测量值，i =1,2,...,;n i v ——i l 的残余误差（简称残差） 2、算术平均值的计算校核 算术平均值及其残余误差的计算是否正确，可用求得的残余误差代数和性质来校核。 残余误差代数和为： 1 1 n n i i i i v l nx ===-∑∑ 当x 为未经凑整的准确数时，则有 1 n i i v ==∑0 1）残余误差代数和应符合： 当 1n i i l =∑=nx ，求得的x 为非凑整的准确数时，1n i i v =∑为零； 当 1n i i l =∑>nx ，求得的x 为凑整的非准确数时，1n i i v =∑为正；其大小为求x 时的余数。 当 1n i i l =∑ 数值分析实验报告总结 随着电子计算机的普及与发展，科学计算已成为现代科 学的重要组成部分，因而数值计算方法的内容也愈来愈广泛和丰富。通过本学期的学习，主要掌握了一些数值方法的基本原理、具体算法，并通过编程在计算机上来实现这些算法。 算法算法是指由基本算术运算及运算顺序的规定构成的完 整的解题步骤。算法可以使用框图、算法语言、数学语言、自然语言来进行描述。具有的特征：正确性、有穷性、适用范围广、运算工作量少、使用资源少、逻辑结构简单、便于实现、计算结果可靠。 误差 计算机的计算结果通常是近似的，因此算法必有误差， 并且应能估计误差。误差是指近似值与真正值之差。绝对误差是指近似值与真正值之差或差的绝对值；相对误差：是指近似值与真正值之比或比的绝对值。误差来源见表 第三章泛函分析泛函分析概要 泛函分析是研究“函数的函数”、函数空间和它们之间 变换的一门较新的数学分支，隶属分析数学。它以各种学科 如果 a 是相容范数，且任何满足 为具体背景，在集合的基础上，把客观世界中的研究对象抽 范数 范数，是具有“长度”概念的函数。在线性代数、泛函 分析及相关的数学领域，泛函是一个函数，其为矢量空间内 的所有矢量赋予非零的正长度或大小。这里以 Cn 空间为例， Rn 空间类似。最常用的范数就是 P-范数。那么 当P 取1, 2 ,s 的时候分别是以下几种最简单的情形: 其中2-范数就是通常意义下的距离。 对于这些范数有以下不等式: 1 < n1/2 另外，若p 和q 是赫德尔共轭指标，即 1/p+1/q=1 么有赫德尔不等式: II = ||xH*y| 当p=q=2时就是柯西-许瓦兹不等式 般来讲矩阵范数除了正定性，齐次性和三角不等式之 矩阵范数通常也称为相容范数。 象为元素和空间。女口：距离空间，赋范线性空间， 内积空间。 1-范数: 1= x1 + x2 +?+ xn 2-范数: x 2=1/2 8 -范数: 8 =max oo ，那 外，还规定其必须满足相容性: 所以 水准测量实验报告 一、绪言 水准测量是用水准仪和水准尺测定地面上两点间高差的方法。在地面两点间安置水准仪，观测竖立在两点上的水准标尺，按尺上读数推算两点间的高差。通常由水准原点或任一已知高程点出发，沿选定的水准路线逐站测定各点的高程。由于不同高程的水准面不平行，沿不同路线测得的两点间高差将有差异，所以在整理国家水准测量成果时，须按所采用的正常高系统加以必要的改正，以求得正确的高程，如图1，图2所示。 图1 水准测量原理示意图 我国国家水准测量依精度不同分为一、二、三、四等。一、二等水准测量称为“精密水准测量”，是国家高程控制的全面基础，可为研究地壳形变等提供数据。三、四等水准测量直接为地形测图和各种工程建设提供所必需的高程控制。 图2 水准测量转点示意图 二、实习目的 1、通过对同济大学四平路校区高程的施测，掌握二等精密水准测量的观测和记录，熟悉使用电子水准仪进行二等水准的测量，并将所学知识得到一次实际应用。 2、熟悉精密水准测量的作业组织和一般作业规程。 三、水准测量实习过程 3.1 小组成员及作业步骤 小组成员： 作业步骤：精密水准观测组由5人组成，具体分工是：观测一人，记录一人，扶持两人，量距一人。 3.2水准仪的使用 水准仪的使用包括仪器的安置、粗略整平、瞄准水准尺、精平和读数等操作步骤。我们实验所用的仪器主要就是电子水准仪SDL30，其他操作同普通的水准仪。 SDL30 的等级水准测量功能用于国家一、二、三、四等水准测量。测量作业中的测站观测程序及其限差检核符合国家一、二水准测量规范（GB/T 3.3 水准测量的实施 在我们的测量中，首先每个组建立一个包含有四个已知控制点的控制网，每组选定网的一条边与周边的一组的水准网确保有两个已知控制点重合，分别测出公共边两点间高差，最后统一进行高差计算和误差分配，以作为检验与统一到一个公共的水准网中。我们选择211控制点作为自己的符合起止点，从该点出发，沿着教学南楼，途径图书馆正门，到图书馆后的控制点103，再转到瑞安楼前面的317点，最后符合至211控制点。 3.3.1 已知点数据及测区平面图 (1) 其中，211 208和211号点为与南边测区的公共点。 (2)、测区平面图，如下图1黑色线条所包含的区域即为本组测区。 测量实验报告 专业班级＿＿＿＿＿＿＿＿ 姓名＿＿＿＿＿＿＿＿ 小组＿＿＿＿＿＿＿＿ 河北农业大学 实验报告一水准仪使用 一、预做作业 1、水准测量是利用水准仪形成的＿＿＿＿＿＿在竖立与两点的水准尺上读得的＿ ＿＿读数减＿＿＿读数求得两点的高差。高差为正说明前视点＿（高、低），为负说明＿＿＿＿＿＿。 2、水准仪的望远镜由物镜、目镜、对光凹透镜和＿＿＿＿＿＿组成。物镜对光的目 的是看清＿＿＿＿＿，目镜对光的目的是看清＿＿＿＿＿。 3、视差是一种＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿现象。其产生 的原因是＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿。消除视差的方法是＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿。 4、水准尺上的注记是到＿＿米，水准尺读数应读＿＿位（＿＿是估读的），并在＿ ＿位标注小数点。无论正像、倒像均应由小到大读取。 5、转点应放尺垫，已知点未知点不放尺垫；所以尺垫的作用是＿＿＿＿＿、＿＿＿ ＿＿。观测时标尺应放在尺垫的＿＿＿＿＿处。 6、水准测量的操作步骤为：＿＿＿，＿＿＿＿＿＿，＿＿＿，＿＿＿。 7、在仪器正常状态下，圆水准气泡居中仅说明仪器＿＿＿＿＿＿，只有符合气泡居 中才说明＿＿＿＿＿。所以，微倾式水准仪每次读数前均应使＿＿＿＿＿＿＿＿＿＿。 8、由于转动脚螺旋会改变仪器的高度，为了使前视读数与后视读数为同一高度的水 平视线，在后视读数与前视读数之间＿＿＿转动脚螺旋。 9、请将下图所示水准测量观测数据填入手薄，计算各站高差，经检核无误后，根据 水准点BM5的已知高程（20.000）计算待定点A的高程。 水准测量手薄 二、实习结果 两站观测结果 观测者：记录者：日期： 一站观测结果 观测者：记录者：日期：数值分析实验报告1
注意分配实验报告
机械加工误差分析实验报告
spss实验报告
误差理论与大数据处理实验报告材料
成都理工误差实验报告数据处理
一元线性回归分析实验报告
分层抽样实验报告
误差理论实验报告3
安徽工业大学误差实验报告
误差分析及实验心得
误差分配实验报告
误差测量实验报告
数值分析实验报告总结
水准测量实验报告
测量实验报告
相关主题
文本预览