引用

引用第19楼不用心于2010-06-18 22:37发表的  : RTL@WI  
看图： HLq2avs\  
q~xs4?n1U  
黑色～原始数据 /AUX7 m.8  
红色～二次方回归 （Y=aX^2 + bX + e) i[vOpg]J  
蓝色～三次方回归   (Y=aX^3 + bX^2 + cX +e) quq!Jswn  
.......

TLz>|gr  
`mN5sq  
谢谢不用心同学，你真的很用心啊！而且那个路人甲不记事同学脑子也相当地记事。 th{Ib@o  
^X:g C9  
我知道有这种回归方法，可是却忘了怎么求这个abce参数了。我这脑子才应该叫不记事了。 Cv]$w(k  
U-q:Y-
h  
而且，我发现它在中段拟合非常好，但是在X>600的区间误差会比较大。 5hlS2fn  
'W~6-c9y  
已经给儿子安排了一个任务求插值，等他做出来我再看看。 Y}r UVn  
@4]
dv> Z  
再次感谢不用心同学。 x!?$y_t  
XIp>PcU^  
本帖是以个人身份发帖求助，就不以权谋私给你加分了哈！

看你那条曲线不会是二次啦。 {9nH#yv  
4Jw_gOY&D  
差值法早都忘了。不过用什么方法应该跟要求的误差有关，要是近似程度不高就可以简单点。 nYnv.5  
>WY\P4)k  
笨法子好象就是最小二乘法，要是我没记错应该是：假设　Y=f(X) = SUM(CnX^n) n=0 to N　N越大模拟越准，当然计算量也越大，当然N不能超过数据组数。 FyllVrK  
(;++a9GK  
误差D = SUM(Yi-f(Xi))^2　（i是据数点）是Cn的函数，误差最小就是对Cn求导为0。这样你可以有N个Cn的线性方程。解出来就得到f(X)了。当然N越大，据数越多越麻烦。

俺家侄儿应该懂，他是卫星轨道的设计师。太费脑细胞了，下次回家我多多给他做好吃的，数学啊，太难了......

伍sir啊，统计是俺家不记事吃饭的家伙，他可不能忘。。。 IoHYY:[-  
7JLjA\k
  
三次方的模型其实 fit 的非常好，p 值很小很小，estimates 的值如下： 5 r&n  
BPypjS0?8  
Call:  TsI%M  
lm(formula = V3 ~ V1 + I(V1^2) + I(V1^3), data = a) JZoH -  
'w`9lIax  
Residuals: cGv `%  
    Min      1Q  Median      3Q      Max 0JV|wd8j  
-14085.3  -7779.8  -689.7  7941.2  16891.5 4@Xd(F_d  
7)l+hZ  
Coefficients: .^[{~#Pc*  
              Estimate Std. Error t value Pr(>|t|)    [d6
TwKv  
(Intercept) -8.367e+05  9.471e+04  -8.835 3.07e-13 *** 2U'Vq  
V1          8.584e+03  6.063e+02  14.159  < 2e-16 *** u 9kh@0  
I(V1^2)    -1.945e+01  1.256e+00 -15.491  < 2e-16 *** Y;>D"C..  
I(V1^3)      1.267e-02  8.436e-04  15.018  < 2e-16 *** vC-5_pl  
--- Z WhV"]w&  
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 :v8~'cZ  
<;zcz[~  
Residual standard error: 8724 on 75 degrees of freedom `"eIzLc%o6  
Multiple R-squared: 0.9952,    Adjusted R-squared: 0.995 >8w=Vlp  
F-statistic:  5175 on 3 and 75 DF,  p-value: < 2.2e-16