利用加权最小二乘法来进行标准曲线的

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

0.0000 0.00 0.20 0.40 0.60 0.80 1.00 1.20
-2.0000
y 多项式
y
12.000
10.000
8.000
6.000
4.000 2.000
y = 3.849ln(x) + 10.353 R²= 0.9548
0.000 0.00 0.20 0.40 0.60 0.80 1.00 1.20
y 指数 (y)
2.0000
0.0000
-3
-2
-1
0
1
2
3
多项式 (y)
y 对数 (y)
回归分析三类: 一元线性回归分析 多元线性回归分析 非线性回归分析
基本方法: (普通)最小二乘法(OLS) 加权最小二乘法(WLS,Weighted least squaຫໍສະໝຸດ Baidue method) 广义最小二乘法(GLS)
0.10
1.978
0.20
3.280
0.30
6.160
0.40
7.080
0.50
7.340
0.60
7.660
0.70
9.560
0.80
9.480
0.90
9.300
1.00
11.20
y
12.0000
10.0000
8.0000
6.0000
4.0000 2.0000
y = 16.076x3 - 33.924x2 + 29.325x - 0.6104 R²= 0.9794
y 对数
y
y*y
1
1
2
4
3
9
4
16
5
25
15
55
3
0.5 0.5
1
y = 0.5x + 0.5
y
R²= 1
6
5
4
3
y
线性 (y)
2
1
0
0
5
10
相关系数
x x*x x*y y
y 乘幂(y)
12.0000 10.0000
8.0000 6.0000 4.0000 2.0000
yy = 6.4157e0.2093x R²= 0.9923
应用EXCEL的统计函数 : A、LINEST() 使用最小二乘法对已知数据进行最 佳直线拟合,然后返回描述此直线的数组。也可 以将LINEST与其他函数结合以便计算未知参数中其 他类型的线性模型的统计值,包括多项式、对 数、指数和幂级数。因为此函数返回数值数组, 所以必须以数组公式的形式输入。 B、SLOPE() 返回根据known_y's和known_x's中 的数据点拟合的线性回归直线的斜率。斜率为直 线上任意两点的重直距离与水平距离的比值,也 就是回归直线的变化率。 C、INTERCEPT() 利用现有的x值与y值计算直线 与y轴的截距。截距为穿过已知的known_x's和 known_y's数据点的线性回归线与y轴的交点。当自 变量为0(零)时,使用INTERCEPT函数可以决定 因变量的值。 D、CORREL() 返回单元格区域 array1和 array2之 间的相关系数。使用相关系数可以确定两种属性 之间的关系。
1
y y = 6.4157x0.2093 R²= 0.9923
y 乘幂
2.0000
5.10 1.6292405 9.1450
6.60 1.8870696 9.5070 0.0000
7.60 2.0281482 9.9115
0.00
2.00
4.00
6.00
8.00
一元
多项
式/对
数回

x
y
0.00 -0.4470
12.0000 10.0000
8.0000 6.0000 4.0000 2.0000
x 求和
x*x
x*y
1
1
1
3
9
6
5
25
15
7
49
28
9
81
45
25
165
95
求平均
5
计数 斜率 m= 截距 b= 相关系数 r=
5 斜率
SLOPE ()
0.5 截距
INTERCEP T()
0.5
相关系数
CORREL ()
x
x*x
x*y
y
1
0.973124
1
0.977633 0.999791
1
1 0.973124 0.977633
1
利用加权 最小二乘 法来进行 标准曲线 的拟合
一元 线性 回归
其中,x 和 y 是样本平 均值; 即,x = AVERAGE( known x's),y = AVERAGE( known_y's) 。
一元 幂函 数/指 数函 数回 归
原始x x=LN(x) y 0.15 -1.89712 4.4964 0.40 -0.916291 5.1284 0.60 -0.510826 5.6931 1.01 0.0099503 6.2884 1.50 0.4054651 7.0989 2.20 0.7884574 7.5507 2.40 0.8754687 7.5106 2.70 0.9932518 8.0756 2.90 1.0647107 7.8708 3.50 1.252763 8.2403 3.80 1.3350011 8.5303 4.40 1.4816045 8.7394 4.60 1.5260563 8.9981
相关文档
最新文档