欢迎来到天天文库
浏览记录
ID:58648323
大小:396.88 KB
页数:9页
时间:2020-10-16
《误差理论与数据处理实验报告.docx》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、《误差理论与数据处理》实验报告仪器与电子学院杨松实验一熟悉MATLAB软件在误差处理中的应用(验证型)1、实验数据序号12345678910di24.23424.23824.23124.23024.23224.23724.23324.23524.23424.2362、代码di=[24.23424.23824.23124.23024.23224.23724.23324.23524.23424.236]m=mean(di)%m为所求的算术平均值v=di-m%v为所求的残差a=sum(v(:))%求残差的和af=v.^2b=sum(f(:
2、))%残差的平方和bc=sqrt(b/9)%单次测量的标准偏差d=c/sqrt(10)%算术平均值的标准偏差x=1:10plot(x,v,'.');%残余误差的分布曲线s=std(di)%;用标准差函数std求单次测量的标准偏差1、结果①算术平均值=24.2340②残余误差=(00.0040-0.0030-0.0040-0.00200.0030-0.00100.001000.0020)-1.4211e-14(浮点数规则,实际为0)=6.0000e-05③单次测量的标准偏差:=0.0026④标准偏差==8.1650e-04极限误差=±
3、3=±0.0024⑤圆柱直径的测量结果:=±=(24.2340±0.0024)2、利用MATLAB画出残余误差vi分布曲线。1、利用MATLAB的标准差函数求出单次测量的标准偏差。s=std(di)%;用标准差函数std求单次测量的标准偏差s=0.0026实验二利用MATLAB对测试数据进行线性回归分析(设计型)1、求出某测试系统输出电压(U)与标准压力计读数(P)的回归方程;序号123456p/MPa020406080100U/V-0.044-0.014-0.0140.0190.0190.0360.0360.0153.2603.3
4、553.3103.3803.3373.3983.3423.3826.6756.7506.6876.7906.7226.8076.6926.77810.08510.18910.12210.21710.15110.21810.20110.23113.57513.64413.62013.58113.64013.68513.58913.61317.12017.12017.16717.16717.16417.16417.20117.201由matlab利用矩阵法可得U=-0.0663+0.1715p1、对所求回归方程进行方差分析及显著性检验;
5、方差分析表来源平方和自由度方差F显著度回归残余205.8858(计算误差)0.0185140.00464.4433e+040.01总计205.86875所得的回归方程式在=0.01水平上显著,可信赖程度为99%以上,高度显著。2、根据回归方程画出拟合曲线;3、利用MATLAB的最小二乘法函数画出拟合曲线,体会用MATLAB函数的优越性。5、代码U=[-0.044-0.014-0.0140.0190.0190.0360.0360.015;3.2603.3553.3103.3803.3373.3983.3423.382;6.6756.7
6、506.6876.7906.7226.8076.6926.778;10.08510.18910.12210.21710.15110.21810.20110.231;13.57513.64413.62013.58113.64013.68513.58913.613;17.12017.12017.16717.16717.16417.16417.20117.201]u=mean(U')'%各电压的平均值x=[10;120;140;160;180;1100]%第二列为标准压力计读数b=(x.'*x)^(-1)*(x.')*u%矩阵形式解回归系
7、数%方差分析及显著性检验yba=mean(u)%观测值的算术平均值p=[020406080100]y=-0.0663+0.1715*p%回归点a=(u-yba).^2S=sum(a(:))%总的离差平方和Sc=(y-yba).^2V=sum(c(:))%回归平方和Ud=(u'-y).^2Q=sum(d(:))%残余平方和QA=Q/4%残余方差F=V/A%统计量Ft=0:100y1=-0.0663+0.1715*tfigure(1)plot(t,y1)title('由方程画出的拟合曲线')xlabel('标准压力计读数p/Mpa')y
8、label('输出电压U/V')%由最小二乘法函数画拟合曲线f=polyfit(p,u',1)y2=polyval(f,t)figure(2)plot(p,u,'*r',t,y2,'-b')title('由最小二乘法函数画出的拟合曲线
此文档下载收益归作者所有