? 题目三
1、程序
x=[150 200 250 300] %自变量序列数据 y=[77.4 84.1 89.2 95.1]
%因变量序列数据 X=[ones(size(x')), x']
[b,bint,r,rint,stats]= regress(y',X,0.05) %调用一元回归分析函数 2、在matlab中运行结果
小结
先求出同一温度下生成物含量的百分数的平均值分别为77.4,84.1,89.2,95.1。再求出y对x的线性回归方程y=0.9974+756.0804x+0.0013x2+0.2240x3。
? 题目四
1、程序
x=[12 13 14 15 16 18 20 22 24 26]
y=[52.0 55.0 58.0 61.0 65.0 70.0 75.0 80.0 85.0 91.0] X=[ones(size(x')), x']
[b,bint,r,rint,stats]= regress(y',X,0.05)
%调用一元回归分析函数
rcoplot(r,rint)
2、在matlab运行结果
小结
由以上程序运行的结果得到透视电压y随厚度x变化的经验公式y=1+3402.8x+0.5x3
实验总结与心得
这次所做的5个实验内容包括了误差理论这门课的几乎所有内容，其中误差的基本性质与处理、误差的合成与分配、最小二乘法、线性回归等内容都是误差理论教学的重点也是核心内容。
在使用matlab中遇到了很多困难，最大的问题就是对各种函数的功能都不清楚，对matlab编程语言语法格式不了解。为了完成实验内容，我阅读了有关matlab的书籍，还在网上查找了相关的函数应用例子。再基本了解了各种函数的功能后，开始编写程序。通过以上几个实验用matlab实现，我发现用matlab来帮助实现误差的基本性质和数据处理时，过程就简捷很多。
在学习了误差这门课程后我明白了，数据的处理过程是极其重要的，因此掌握合理的数据处理方法对实验的结果有至关重要的影响。我相信本次试验中matlab的使用会在以后的学习中得到进一步的增强，同时我对误差数据的认识和处理的能力也会提高。
误差理论与数据处理实验报告(同名22869)
