Regresja liniowa – klasyczna (metoda najmniejszych kwadratów)
Transkrypt
Regresja liniowa – klasyczna (metoda najmniejszych kwadratów)
Regresja liniowa – klasyczna (metoda najmniejszych kwadratów) Jeżeli pomiędzy dwiema wielkościami fizycznymi występuje zależność liniowa (a niemal zawsze może tak być, wystarczy tylko odpowiednio dobrać osie wykresu) regresja liniowa jest prostą metodą wyznaczenia parametrów najlepiej dopasowanej prostej. Uzyskane parametry dopasowania mogą następnie służyć do wyznaczenia szukanej wielkości fizycznej. Parametry prostej określonej równaniem y = ax + b możemy wyznaczyć przy użyciu wzorów: ∑ ∑ ∑ ̅ ∑ (∑ ) ̅ gdzie: (∑ ∑ ) – wartości doświadczalne; n – liczba wykonanych pomiarów. Błędy wyznaczonych wielkości a i b określone są wzorami: √ [∑ ( ∑ )[ ∑ √ ∑ ] (∑ ) ] ∑ W celu obliczenia parametrów regresji liniowej, można sporządzić poniższą tabelę, co ułatwi obliczenia. 2 2 Lp. x y xy x 1 x1 y1 x1 y1 x1 2 x2 y2 x2 y2 x2 3 x3 y3 x3 y3 x3 xn yn xn yn xn yn ∑ ∑ ∑ ∑ y 2 2 y1 2 2 y2 2 2 y3 … n Sumy (∑ ∑ 2 2 ) ∑ ∑ Alternatywnym sposobem na obliczenie sum jest skorzystanie z następujących równań: ∑ (∑ ) ( ) ∑ ∑ ∑ ∑ ( )( )