用最小二乘法进行直线拟合的讨论

文章讨论了实验数据一元线性回归中应该注意的两个问题：自变量选择和线性关系检验，并扼要介绍了回归分析中常用的Ｆ检验方法，     

用最小二乘法进行直线拟合的讨论

文章讨论了实验数据一元线性回归中应该注意的两个问题：自变量选择和线性关系检验，并扼要介绍了回归分析中常用的Ｆ检验方法．     

用气垫转盘测转动惯量的数据处理及误差分析

利用最小二乘法对气垫转盘测转动惯量的数据进行一元线性回归，分析了实验误差来源，讨论了实验数据中出现摩擦力矩为负的原因。     

袖珍程序计算器在原子吸收分析标准增量法中的应用

我们在日常的原子吸收分析的标准增量法中,应用具有一元线性回归功能的日本CASIO公司生产的FX-3600P袖珍程序计算器进行数据处理,直接求得未知样品溶液中的被测元素的含量,既简单又快速,而且用这种方法进行一元线性回归数据处理,从一套试验数据只能得到一条校正曲线的方程——一元线性回归方程、一个结果,因而其准确度比作图法高。     

普通累积法处理物理实验数据

介绍普通累积法,并用普通累积法处理实验数据中的一元线性回归问题,与传统的最小二乘法拟合直线比较,普通累积法不必对实验数据作任何假设,因此更具实用性。     

激光诱导击穿光谱联合一元回归方法定量检测大豆油中的铁含量

采用激光诱导击穿光谱(LIBS)技术对大豆油中的铁(Fe)含量进行定量检测。实验中用一系列不同Fe浓度的大豆油样品,采用二通道高精度光谱仪采集其LIBS光谱信号。根据样品LIBS谱线图,确定了Fe的两个特征谱线404.58和406.36 nm,并应用不同的一元回归方法对两个特征谱线分别建立一元指数回归定量分析模型、一元线性回归定量分析模型和一元二次回归定量分析模型。研究结果表明,Fe Ⅰ 404.58及Fe Ⅰ 406.36的一元指数、一元线性及一元二次回归模型的预测平均相对误差分别为29.49%,8.93%,8.70%和28.95%,8.63%,8.44%。Fe Ⅰ 406.36建立的回归模型预测结果优于Fe Ⅰ 404.58,三个回归模型中一元二次回归模型性能最优。由此可见,LIBS技术检测大豆油中的Fe元素具有一定的可行性,一元二次回归定量分析模型可以有效提高Fe元素预测浓度的精度。     

作图法研究物理实验数据处理中的线性回归问题

用作图的方法研究物理实验数据处理中的一元线性回归问题,通过作回归直线和标准差平行四边形,求出线性回归方程标准差和相关系数。     

气垫转盘测转动惯量的数据处理及误差分析

本文介绍用气垫转盘验证转动定律、测量刚体的转动惯量。利用最小二乘法对实验数据进行一元线性回归，求得的转动惯量与理论值进行了比较。并对实验数据处理中出现摩擦力矩为负的现象进行了分析和讨论。     

实验数据处理过程中有效数字的合理保留

在对实验数据进行线性回归分析时，相关系数r的计算结果会随数据小数位数的取舍而变化，表现出较大的涨落性。本通过对比分析提出，计算过程中应尽量保留中间量的小数位数，避免不当的简化计算，以保证结果的准确性。     

光纤法珀应变传感器并联复用实验研究

讨论了两个光纤法珀传感器的并联复用的原理和信号的傅里叶解调方法,设计了两个法珀传感器的并联复用系统,并进行并联复用实验.采用一元线性回归分析方法对三组典型实验系统的实验数据进行处理分析.实验结果表明,并联复用中同一组传感器信号没有发生明显的串扰,实验结果符合理论推导,波动范围小于2.4%,精度达到4.7 με.