文档介绍：第二章 定量分析中的误差与数据评价
最小二乘法拟合的统计学原理
线形方程的相关系数
最小二乘线性拟合程序
第五节
标准曲线的线形方程拟合
2018/3/6
最小二乘法拟合的统计学原理
一元线性:y=a +bx
实验点:(yi,xi)
(i=1,2,3,…,m)
实验点数 m>未知数个数,矛盾方程组,
假设求得: a ;b 代入 y'i=a +bxi 得直线方程。
实测值yi与计算值 y'i之间偏差越小,拟合的越好,偏差平方和最小。
2018/3/6
最小二乘法拟合
将实验数据代入,即可求得 a,b。
2018/3/6
线性方程的相关系数 R
R=1 ;存在线性关系,无实验误差;
R=0;毫无线性关系;
编程计算。
2018/3/6
最小二乘线性拟合程序
编程变量:
2018/3/6
线性拟合程序
INPUT M
For I=1 to m
INPUT X1;Y1
X1=X1+X(I): X2=X2+X(I)^2: Y1=Y1+Y(I)
Y2=Y2+Y(I)^2
XY=XY+X(I)*Y(I)
NEXT I
XM=X1/M : YM=Y1/M
LX=X2-XM*M : LY=Y2-YM*M : LZ=XY-M*XM*YM
a1=LZ/LX : a0=YM-a1*XM : R=LZ/(LX*LY)^2
任务:用VB编程处理实验数据(分光,电位分析)
2018/3/6
定量分析中误差的基本概念
定量分析数据的评价与显著性检验
有效数字及其运算规则
分析质量的保证与控制
标准曲线的回归分析
内容选择:
结束
第三章
2018/3/6