1、实验目的

   1.1 一元线性回归方程的求解。

   1.2 回归直线的显著性检验

2、实验设备、仪器及材料

   2.1CPUPIII1000HZ,内存64MB RAM，1G硬盘空间计算机；

   2.2安装Visual Basic 6.0；

3、实验内容

   3.1实验方案设计与选择

由于数据少，课件爱那个数据保存在两个数组中，然后利用循环语句，对应数据在自定义用户坐标系上进行描点，连线，进行分析。

针对实验要求的线性回归，也可利用循环结构，对数组中保存的数据进行累加操作，得到计算线性回归方程的系数，并依此画出拟合直线。

   3.2实验原理及实验步骤

 实验原理：利用VB面对对象，语法简单，结构易学，运行速度快的特点，根据最小二乘法公式，对数据进行循环处理。然后利用VB中的画线函数，绘制拟合直线。由于线性回归过程简单，变量类型均为局部变量。

 实验步骤：

1、   在VB程序中，将原始数据用二维XY图绘制出来；

2、   观察其是否近似为直线关系，如果是，则利用一元线性回归分析进行直线拟合，y＝a+bx；

3、   利用最小二乘法，计算a，b参数；

4、   在图中适当位置，标出拟合后的直线方程；

5、   采用相关系数检验进行回归直线的显著性检验

 3.3实验记录（核心代码及调试过程）

    描点的按钮代码如下：

Private Sub Command1_Click()

Dim x1 As Single, y1 As Single

Dim x As Variant, y As Variant

    x = Array(1, 3, 8, 10, 13, 15, 17, 20)

    y = Array(7.5, 10.1, 14.8, 17.5, 20.2, 22.4, 25.1, 27.6)

    Picture1.Scale (-1, 30)-(35, -1)

    Picture1.Line (0, 29)-(0, -1)

    Picture1.Line (34, 0)-(-1, 0)

    For i = 1 To 8

        x1 = x(i)

        y1 = y(i)

        Picture1.Circle (x1, y1), 0.2, vbRed

    Next i

End Sub

 按下描点按钮后运行结果如图：

  

    一元线性回归按钮的代码如下：

Private Sub Command2_Click()

Dim x As Variant, y As Variant

    x = Array(1, 3, 8, 10, 13, 15, 17, 20)

    y = Array(7.5, 10.1, 14.8, 17.5, 20.2, 22.4, 25.1, 27.6)

    For i = 1 To 8

        m1 = m1 + x(i) * y(i)

        m2 = m2 + x(i): m3 = m3 + y(i)

        m4 = m4 + x(i) * x(i)

        m5 = m5 + y(i) * y(i)

    Next i

    b1 = (m1 - m2 * m3 / 8): b2 = m4 - m2 * m2 / 8: b3 = m5 - m3 * m3 / 8

    b = b1 / b2

    a = m3 / 8 - b * m2 / 8

    r = b * Sqr(b2 / b3)

    Text1.Text = "a=" & a

    Text2.Text = "b=" & b

    Text3.Text = "r=" & r

    For i = 0 To 20 Step 0.01

        x1 = i

        y1 = a + b * x1

        Picture1.PSet (x1, y1)

    Next i

    Picture1.Print "y=bx+a"

End Sub

    按下一元线性回归按钮运行结果如图：

4、实验总结

   4.1实验结果分析及问题讨论

    上面a、b参数的计算公式是怎么得出的？

其计算公式的原理来自于最小二乘法，在误差理论中最小二乘法德基本含义是：在具有等精度的多次测量中，求最可信值时，是当各测量值的偏差平方和为最小时所得的值。本实验的数据近似为直线方程，即为

那么求解线性回归系数a b 有如下公式

而式中的各项参数均能通过数据求得，具体计算公式如下：

VB代码中就是通过计算上述的4个参数，然后代入到a b的计算公式中，最后得到a和b

   4.2实验总结心得体会

本次试验运用了VB编程语言，而对汽车测试系统中所讲到的误差分析进行了线性回归处理。通过上机实验，我深入的学习了误差理论，误差处理，线性回归分析。巩固了课堂知识，印象深刻。

1、实验目的

   1.1异常数据的取舍

   1.2一元非线性回归方程的求解。

2、实验设备、仪器及材料

   2.1 CPUPIII1000HZ,内存64MB RAM，1G硬盘空间计算机；

   2.2安装Visual Basic 6.0；

3、实验内容

   3.1实验方案设计与选择

第一步 由于数据量少，可将数据保存在两个数组中，然后利用循环语句，对应数据在自定义用户坐标上进行描点，连线。

第二步 对图形进行初步分析和经验公式的判断。

第三步 确定经验公式类型以后，将已确定的函数类型变换坐标，是曲线方程变为直线方程。

第四步 根据变换后的直线方程，采用最小二乘法确定直线方程中的未知量。

第五步 求得直线方程的未知量后，将该直线方程反变换为原先的曲线方程。

第六步 根据得到的曲线方程式，在VB中运用循环语句进行画图。

   3.2实验原理及实验步骤

1.  在VB程序中，将原始数据用二维XY图绘制出来；

2. 观察数据曲线，是否有异常数据？如有，按照相关准则，进行取舍。

3. 去掉异常数据，观察曲线类型，利用非线性曲线→ 直线的方法，再利用一元线性回归分析进行直线拟合，最后得到曲线方程。

4.在图中适当位置，标出拟合后的曲线方程；

   3.3实验记录

   描点的按钮代码如下：

    Private Sub Command1_Click()

Dim x1 As Single, y1 As Single

Dim x As Variant, y As Variant

    x = Array(11, 13, 15, 18, 20, 23, 25, 28, 30, 32, 35)

    y = Array(45, 34, 30, 26, 23, 20.2, 23, 19, 18, 17.6, 15)

    Picture1.Scale (-1, 60)-(60, -1)

    Picture1.Line (0, 60)-(0, -1)

    Picture1.Line (60, 0)-(-1, 0)

    For i = 1 To 11

        x1 = x(i)

        y1 = y(i)

        Picture1.Circle (x1, y1), 0.3, vbRed

    Next i

End Sub

按下描点按钮后运行结果如图：

 去点按钮的代码如下：

Private Sub Command2_Click()

Picture1.Cls

Dim x1 As Single, y1 As Single

Dim x As Variant, y As Variant

    x = Array(11, 13, 15, 18, 20, 23, 28, 30, 32, 35)

    y = Array(45, 34, 30, 26, 23, 20.2, 19, 18, 17.6, 15)

    Picture1.Scale (-1, 60)-(60, -1)

    Picture1.Line (0, 60)-(0, -1)

    Picture1.Line (60, 0)-(-1, 0)

    For i = 1 To 10

        x1 = x(i)

        y1 = y(i)

        Picture1.Circle (x1, y1), 0.3, vbRed

    Next i

End Sub

按下去点按钮后运行结果如下图所示：  

 一元非线性回归按钮的代码如下：

  Private Sub Command3_Click()

Dim x As Variant, y As Variant

    x = Array(11, 13, 15, 18, 20, 23, 28, 30, 32, 35)

    y = Array(45, 34, 30, 26, 23, 20.2, 19, 18, 17.6, 15)

    For i = 1 To 10

        m1 = m1 + x(i) * (1 / y(i))

        m2 = m2 + x(i): m3 = m3 + (1 / y(i))

        m4 = m4 + x(i) * x(i)

        m5 = m5 + (1 / y(i)) * (1 / y(i))

    Next i

    b1 = (m1 - m2 * m3 / 10): b2 = m4 - m2 * m2 / 10: b3 = m5 - m3 * m3 / 10

    b = b1 / b2

    a = m3 / 10 - b * m2 / 10

    r = b * Sqr(b2 / b3)

    Text1.Text = "a=" & a

    Text2.Text = "b=" & b

    For i = 1 To 50 Step 0.01

        x1 = i

        y1 = a + b * x1

        Picture1.PSet (x1, 1 / y1)

    Next i

    Picture1.Print

    Picture1.Print "1/y="; a; "+"; b; "/x"

End Sub

按下一元非线性回归按钮运行结果如图：

4、实验总结

   4.1实验结果分析及问题讨论

异常数据的取舍方法有哪些？

答：异常数据的取舍方法包括三个准则。

   1.莱以特准则，他是已测量次数充分大为前提。

2.罗曼诺夫斯基准则。又称为t分布检验准则。当测量次数较少时，判断粗大误差按t分布的实际误差分布范围较为合理。

3.格罗布斯准则。

   4.2实验总结心得体会

    本次上机实验，由于数据较少。因此本次试验的结果误差也较大，主要原因是由于数据中的粗大误差并没有被排除，导致计算结果误差大。

 

第二篇：译码器电路分析测试-数字电子技术基础-实验报告 - 副本

宁德师范学院计算机系

实验报告

（20##—20##学年  第 2学期）

课程名称     数字电子技术基础   

实验名称    译码器电路分析测试  

专    业计算机科学与技术       

年    级        2013  级         

学号   B2013102141姓名   刘涛

指导教师         石曼银           

实验日期        2014.6 .15         

注：1、报告内的项目或设置，可根据实际情况加以补充和调整

    2、教师批改学生实验报告应在学生提交实验报告10日内