其中, F 是函数形式已知的 m 元函数,a1, a2 , , ap 是常数,是函数 F 中的
未知参数, 是表示误差的随机变量,一般可认为 ~ N(0, 2 ) , 0 。
n 对 x1, x2 ,, xm , y 进行 次观测,得到观测值:
(xi 1, xi 2 , , xi m , yi ) , i 1, 2,, n 。
之间究竟着存在这怎样的关系,这种关系如何体现在变化规律上面 的。
例如:下面是经回归分析确定的某水坝坝顶一点温度影响沉降的 数学模型
E(t)0.287s5in 3t()8.470c9o4 st)(1.101s8in 2 (t)0.004c2o2 2 s(t)
该式子反映了时间 t 与水坝坝顶沉降 E(t) 的关系
2021/5/29
;
三.回归分析和曲线拟合的方法 原理简介
为找到变形量的变化 规律,我们将观测到的 变形结果拟合成成一些 曲线,并进行回归分析, 以帮助我们确定变形的 趋势,也可以利用拟合 的曲线对所得结果进行 外推等趋势分析。
2021/5/29
;
一般地,称由 y 0 1x 确定的模型为一元线性回归模型,
b,bint,stats a=polyfit(x,Y,2)
2021/5/29
;
a=
0.0000 -0.0151 -0.2496
所以我y们 知道0 该.0 曲线1方x程5 为1 0:.2496
z=polyval(a,x);
plot(x,Y,'k+',x,z,'r')
2021/5/29
;
2021/5/29
;
2021/5/29
;
以此类推我们进行了以后的5阶,6阶,7阶 的拟合将只将拟结果给出,其过程与前面相 同。