《误差理论与数据处理》实验报告
实验名称：线性函数的最小二乘法处理
一、 实验目的
线性函数的最小二乘法是解决有关组合测量最佳估计问题的典
型的数据处理方法。本实验要求学生编写最小二乘数据处理程序并对组合测量数据进行处理，求出最佳估计值并进行精度分析。
二、 实验原理
1.最小二乘法原理指出，最可信赖值应在是残差误差平方和的条件下求得。 2.最小二乘法可以将误差方程转化为有确定解的代数方程组（其方程组的数目正好等于未知数的个数），从而可求解出这些未知参数。这个有确定解的代数方程组称为最小二乘法的正规方程。
3.线性参数的最小二乘法处理程序为：首先根据具体问题列出误差方程式；再按最小二乘原理，利用求极值的方法将误差方程转化为正规方程；然后求解正规方程，得到代求的估计量；最后给出精度估计。
4.正规方程又转化为残差方程，残差方程可用矩阵方法求出方程的解。因此可用Matlab求解最小二乘法参数。
5.求出最小二乘法的参数后，还要对参数进行精度估计。
相应的标准差为ttxtxxddd222111，其中ttddd..2211称为不定乘数。
三、 实验内容和结果
1. 程序及流程
在MATLAB环境下建立一个命令M-文件，编写解答以下组合测量问题
数据处理的程序：
现要检定刻线A,B,C,D间的距离x1,x2,x3，采用组合测量方法，直接测量刻线间的各种组合量，得到数据如下测量数据：
l1=1.051mm; l2=0.985; l3=1.020mm; l4=2.016mm; l5=1.981mm; l6=3.032mm
1. 编程求x1,x2和x3的最小二乘估计值； 2. 对直接测量数据进行精度估计
3. 对x1,x2和x3的最小二乘估计值进行精读估计。
程序：>> A=[1 0 0;0 1 0;0 0 1;1 1 0;0 1 1;1 1 1]
>> A'*A >> C=A'*A >> inv(C) >> l=[1.015;
0.985; 1.020; 2.016; 1.981;
3.032]; >> X=inv(C)*A'*l >> V=l-A*X >> V'*V
>> STD1=sqrt(V'*V/3) >> inv(C)
>> STDX1=sqrt(0.5)*STD1
2. 实验结果（数据或图表）
3. 结果分析 四、 心得体会
通过本次实验，我掌握等精度测量线性参数最小二乘法的处理，
并能够应用Matlab用矩阵的方法求出拟合方程的参数，及能够对各个参数进行精度估计。同时能根据等精度线性参数理解不等精度线性参数及非线性参数情况下的最小二乘法处理。对以后的学习有了很大的帮助
误差理论实验报告材料2
