(六)线性回归法
直觉拟合法最大的缺陷就是无法克服连线时的主观随意性,也就是说,直接拟合很难找到一条离各个数据点最近的图线。那么是否可以通过严格的数学方法找到这条最佳的图线呢?这就是下面要讨论的问题。
1、线性回归法(最小二乘法) 假定变量x和y的关系是线性的
y=kx+b
其图线是一条直线。
在实验中测得n组数据
现在的问题是怎样根据这些数据确定上面线性方程中的k和b。为了理论上计算的需要,假定
中只有
是有误差的。在实际处理实验数据据时,可以把两个变量中相对业说误差较小的变量作为x。
我们对回归直线提了的标准是:要求从各数据点到回归直线的竖直距离平方之和为最小,也就是说,要求出k和b等于什么值时,各数据点到回归直线的竖直距离平方之和取得极小值。由于数学知识的限制,这里不介绍具体推导,只给出结论供使用:
令 ![]()
那么斜率 ![]()
截距 ![]()
式中符号
表示求和,如果共有n个数据点,那么
![]()
这个计算过程看起来比较复杂,但在职电脑使用日益普及的今天,用电脑来完成这样的工作很方便。一些功能比较齐全的计算器具有二维统计功能,也能自动完成这些计算。
在统计理论中还给出一个叫做相关系数的量,它主要表征x、y两个变量相关的程度。从图线上看,如果x、y的相关程度高,那么数据点都比较靠近拟合出来的图线;如果相关程度低,那么数据点就比较分散。相关系数
![]()
当x与y完全不相关时,r=0;当x与y正相关,即回归直线的斜率为正时,r>0;当x与y负相关,即回归直线的斜率为负时,r<0;当所有数据点都在回归直线上时,
。所以,r的数值只能在(-1)和(+1)之间。图11-10说明了数据点分布情况不同时的相关系数。
(2)线性回归法的误差 由于线性回归法是建立在严格的统计理论基础上的,因此可以计算回归直线方程的系数k和b的误差,同样由于数学方面的原因,这里只给出计算结果:
k的相对误差: ![]()
k的绝对误差: ![]()
b的绝对误差: ![]()
b的相对误差: ![]()
有了k和b的误差,便可以确定k和b的有效位数了:使k和b只保留一位存疑数,即让误差的位数和k、b的最末一位数相同。
3、线性关系显著的标准 由对相关系数r的讨论可知,对一个实际问题,只有当相关系数r的绝对值大到一定程度时,才可以用回归直线来近似地表示变量x和y之间的关系,即可以认为x与y成线性关系。因此,要有一个标准,在这个标准之上,就可以认为x与y线性关系显著。
线性关系显著的标准与数据点的个数有关,下面我们给出两个变量达到线性关系显著标准的相关系数的最小值(此值还与显著性水平有关,这里列出的是显著性水平a=0.01时的相关系数的最小值)。下表中n为数据点个数,r为相关系数的最小值。
|
n |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
|
r |
1.000 |
0.990 |
0.959 |
0.917 |
0.874 |
0.834 |
0.798 |
0.765 |
0.735 |
|
n |
12 |
13 |
14 |
15 |
16 |
17 |
18 |
19 |
20 |
|
r |
0.708 |
0.684 |
0.661 |
0.641 |
0.623 |
0.606 |
0.590 |
0.575 |
0.561 |
下面用一个很简单的例子来说明线性回归法处理实验数据的具体做法。
在研究导体上的电流I和导体两端的电压U的关系时,得到如下数据:
|
U(伏) |
0.40 |
0.60 |
0.80 |
0.95 |
1.10 |
1.30 |
1.60 |
2.00 |
|
I(毫安) |
2.78 |
4.10 |
5.14 |
6.10 |
7.45 |
8.86 |
10.82 |
13.10 |
(1)对以上数据进行线性回归处理
![]()
![]()
![]()
![]()
![]()
(2)计算相关系数及误差
![]()
![]()
![]()
![]()
(3)根据以上计算,可以得到下列结论
①电流I和电压U的相关系数为0.9988,因为0.9988>0.834,因此是显著相关,说明I和U成线性关系。
②回归直线的截距b=0.06953,而
,因此可以认为回归直线过原点,说明I和U成正比。
③导体的电阻
![]()
![]()
![]()
因此 ![]()
(五)图线法处理实验数据
1、图线法的作用和优点 物理实验中的图线法,是用作图来得到实验结果,它是一种应用得很广泛的处理实验数据的方法。特别是在有些科学实验的规律和结果还没有完全掌握或还没有找到明确的函数表达式时,采用作出的图线来表示实验结果,能形象、直观地显示出物理量变化的规律。
图线法有取平均的效果。一般的图线是根据许多组数据拟全出来的平滑曲线或直线,这样的图线就有多次测量取平均的作用。
图线法还可以帮助我们发现某些错误。如果在描图过程中发现某个点偏离得特别远,则提示测量或数据计算中可能有错误,应重新测量或进行校对。
2、作图线的规则
(1)作图线必须用坐标纸,我们一般采用毫米方格纸 坐标纸的大小根据实验数据的有效位数来确定,一般的原则是:测量数据中的可靠数字在图线中也应该是可靠的,测量数据中的存疑数字在图线中应该是估画的,即坐标中的最小格对应于测量值的有效数字中可靠数字的最后一位。
(2)坐标轴的坐标与比例 通常以横轴代表自变量,纵轴代表因变量。在坐标轴的末端近旁标明所代表的物理量及单位。作图线时,根据需要横轴和纵轴的标度可以不同,两轴的交点也不一定要从零开始。要力求整个图线比较对称地占据整个图纸,不要偏在一角或一边。
(3)图线的标点与连线 根据测得的数据,用削尖的铅笔在坐标图纸上对应地以“⊙”标出各数据的点。同一坐标纸上如有不同的图线,应当用不同的符号,如“+”,“△”等来标点。当数据点标好后,用直尺或曲线板等作图工具,把它们连成直线或光滑曲线。除特殊情况(如校准曲线)外,绝不允许连成折线,也不允许连成“蛇线”。图线不一定通过每个数据点,但要求数据点在图线两旁有较均匀的分布。
(4)在坐标纸上应标明图的名称,一般要求在图纸上部附近的空旷位置写出简要完整的图名,文字要用仿宋体。
3、用图解法求直线的斜率和截距
如果图线为直线,其函数式为y=kx+b,那么可以从图线上解出其斜率k和截距b。具体求法是在直线上任意取两点
两点不能靠得太近,一般取在靠近直线两端的地方。在直线上确定这两点的坐标之后,即可列出方程组
![]()
解方程组,得直线斜率
![]()
如果x坐标的起点为零,则可直接从图线上读取直线与y轴的交点的y的坐标,就是直线的截距b。如果x坐标轴的起点不为零,则要在图线上再取一点
有
![]()
要注意的是
都要由图线上取得,不可用原来的实验数据点。为了减少误差,这三个点的确良x坐标可取整数,读坐标值时,只要读取它们的y坐标即可。
4、曲线化直 在实验中,会遇到各种各样的函数形式,其中一次函数的图线最容易精确绘制,并且可以根据图线求出所需要的数据(一般是求出图线的斜率k和截距b,然后再根据k和b求出所需实验结果)。所以,我们常通过一些变换,将曲线函数化成直线函数,这一工作可称为“化直”。
物理实验中常遇到下列函数
|
图线类型 |
函数式 |
例子 |
物理公式 |
|
直 线 |
|
匀变速运动 |
|
|
抛物线 |
|
单摆 |
|
|
双曲线 |
|
玻意耳定律 |
|
|
平方反比 |
|
库仑定律 |
|
|
指数曲线 |
|
阻尼振动 |
|
下面具体说明怎样将上述函数“化直”:
(1)抛物线,设y=Y,![]()
(2)双曲线,设y=Y,![]()
(3)平方反比,设y=Y,![]()
(4)指数曲线,设![]()
作了上列变换后,再作
~X图线,便可得到直线。
5、图线法求实验结果 图线法求实验结果的一般步骤是:
(1)改变实验条件多次重复测量,得到一系列实验数据;
(2)进行数据变换,得到直线形函数
(3)拟合出图线(直线);
(4)求出图线的斜率k和截距b;
(5)从k和b中间求出所需要的实验结果。
6、图线法探索物理规律 在已知物理规律(如上例中已知
)时,可以用图线法来求实验结果;如果物理规律尚不清楚,也可以用图线法来探索物理规律。
先看一个物理学史上的事例:欧姆当年研究电压、电流和电阻三者之间的关系时,非但没有测量电压、电流、电阻的电表,连电压、电流、电阻的概念都没有。他以导线的长度L代表电阻,以放在通电导线旁边的小磁针的偏转角度
代表电流强度,得到如下实验数据:
|
L(英寸) |
2 |
4 |
6 |
10 |
18 |
34 |
66 |
134 |
|
|
305 |
281 |
259 |
224 |
178 |
125 |
79 |
44 |
|
|
0.328 |
0.356 |
0.386 |
0.446 |
0.561 |
0.800 |
1.27 |
2.27 |
我们可以通过以下步骤来探索当电压一定时,电流(
)和电阻(L)的关系。
![]()
![]()
(1)以纵轴代表
,横轴代表L,作出
~L图线(图11-8)
(2)根据图11-8初步判断
与L成反比关系,因此再算出一系列
值,并试作
图线(图11-9),得到一条不过原点的直线。这说明
与L不成反比关系,但
和L却成线性关系。
(3)设
,其中k为图线的斜率,b为图线在纵轴上的截距,上式可化成
![]()
(4)在图线上取两点:
![]()
求出图线的斜率
![]()
从图11-9中可直接看出图线的截距
,所以
![]()
![]()
这个式子和我们今天常用的全电路欧姆定律已完全一样了,式中6600代表电动势,20代表内阻。
7、图线法的局限性 由于图线一般都是靠目视而拟合出来的(这种方法叫直觉拟合),因此在拟合过程中人的因素难免要起作用。同一组数据,两个人通过直觉拟合得到的结果一般不可又红又专完全一样,这就说明图线法处理数据的过程又会给实验结果带来一些新的“误差”。因此,直觉拟合作图法是一种比较粗略的数据处理方法,一般不讨论结果的误差。