引用

引用第19楼不用心于2010-06-18 22:37发表的  : WI%,m~  
看图： +mJAIjH  
0^+W"O  
黑色～原始数据 1WU-gQki!  
红色～二次方回归 （Y=aX^2 + bX + e)  KLX>QR@  
蓝色～三次方回归   (Y=aX^3 + bX^2 + cX +e) 99`xY$  
.......

z8oSh t`+  
344- ~i*  
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。 m\(a{x  
%lBFj/B  
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。 VD4(
  
{0?

76|  
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。 9I,Trk@&  
?g 3sv5\u  
已经给儿子安排了一个任务求插值，等他做出来我再看看。 uZfo[_g0S  
?IK[]=!  
再次感谢不用心同学。 )lZb=t  
u URf  
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。 IMj{n.y4  
NOvN8.K%  
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。 B9]KC i
 
j*GYYEY  
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。 Na4\)({  
#soWX_>  
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。。。 /)j:Y:5  
cY5h6+
_  
三次方的模型其实 fit 的非常好，p 值很小很小，estimates 的值如下： $. Ih-   
8<
R#}  
Call: GujmBb  
lm(formula = V3 ~ V1 + I(V1^2) + I(V1^3), data = a) n;[ d{bU  
bO9X;}\6  
Residuals: f|u!?NGl  
    Min      1Q  Median      3Q      Max 6]M(ElV1H  
-14085.3  -7779.8  -689.7  7941.2  16891.5 0y*8;7-|r)  
k/>k&^?  
Coefficients: d-X<+&VZ  
              Estimate Std. Error t value Pr(>|t|)    m
k}8Cu4  
(Intercept) -8.367e+05  9.471e+04  -8.835 3.07e-13 *** L+&$/1h]  
V1          8.584e+03  6.063e+02  14.159  < 2e-16 *** p~qdkA<  
I(V1^2)    -1.945e+01  1.256e+00 -15.491  < 2e-16 *** y\ S}U{*Z'  
I(V1^3)      1.267e-02  8.436e-04  15.018  < 2e-16 *** 5-*/wKjLz  
--- }}<^fM  
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 +d<o2n4!  
}5EvBEv-)  
Residual standard error: 8724 on 75 degrees of freedom +ps(9O/B>  
Multiple R-squared: 0.9952,    Adjusted R-squared: 0.995 s~3"* ,3@  
F-statistic:  5175 on 3 and 75 DF,  p-value: < 2.2e-16