Производится оценка параметров разброса экспериментальных точек относительно теоретической линии у теор. Этот разброс характеризуется величиной Z i, вычисляемой в последнем столбце табл. 2.23.
Алгоритм поиска грубых промахов и их исключения использует формулу (1.11). Вычисления производятся в таблице 2.24. Окончательные вычисления с суммами, полученными в табл.2.24 выполняются в таблице 2.25
2.7.3 Представление конечных результатов
После очистки ряда от грубых промахов производится окончательное вычисление коэффициентов a и b в табл.2.26 (см. табл.2.3).
В итоге расчетов получена одна функция, определенная коэффициентами a=___; b=___: уi =___+____ xi. Графически результаты показаны на рис.2.10 */ здесь только один рисунок в координатах у - х, т.к. преобразований не выполнялось /*.
2.8. Анализ аппроксимации применяемыми функциями
В итоге проведенного исследования требуется определить, какая из функций наилучшим образом аппроксимирует эмпирические данные. Оценка может быть проведена с двух сторон:
1. Визуально определяем, что теоретическая кривая на рис. 2.__ и ее линейная интерпретация на рис. 2. ___, при сравнении с другими рисунками наилучшим образом описывает экспериментальные данные;
2. Если аппроксимирующая функция хорошо описывает экспериментальные данные, то количество грубых промахов должно быть минимальным.
Сравнение по этому параметру приведено в таблице 2.27.
Количество грубых промахов при различных видах аппроксимирующих функций
Таблица 2.27
Вид аппроксимирующей. функции | Показательная | Экспотенциальная | Обратная по аргументу | Обратно -линейная | Линейная |
Формула | y теор= axb | y теор= ![]() | y теор ![]() | y теор = ![]() | y теор= a + bx |
Количество грубых промахов |
По данным таблицы 2.27 наименьшее количество промахов имеется при аппроксимации функцией у = _______; */ дальнейшие выводы студент делает самостоятельно при консультации с преподавателем /*
Регрессионно – кореляционный анализ
Статистической зависимости
3.1 Основные положения и зависимости регрессионно –
Корреляционного анализа
Для линейной аппроксимации эмпирической зависимости используется уравнение регрессии, получаемое на основе статистических характеристик данной экспериментальной зависимости.
Задачами регрессионно – корреляционного анализа являются:
1. Построение линии (уравнения) регрессии;
2. Оценка близости статистической зависимости к функциональной с помощью коэффициента корреляции;
3. Построение доверительного интервала уравнения регрессии.
1) Уравнение регрессии имеет вид:
, или
, (3.1)
Далее формула (3.1) используется в виде уi = a + bxi,
где а = и b =
(3.2)
2) Коэффициент корреляции:
- (3.3)
где - -среднеквадратичное отклонение x,
-
- среднеквадратичное отклонение у,
3) Ширина доверительного интервала уравнения регрессии является аналогом погрешности измерения (1.5) и зависит от аргумента х. Доверительный интервал задается линиями, отстоящими от линии регрессии на величину -
, (3.4)
где ;
Уравнения граничных линий доверительного интервала:
(3.5)