数据处理方法 学士论文.doc

数据处理方法摘要数据处理是对数据的采集、存储、检索、加工、变换和传输。数据是对事实、概念或指令的一种表达形式可由人工或自动化装置进行处理。数据的形式可以是数字、文字、图形或声音等。数据经过解释并赋予一定的意义之后便成为信息。数据处理的基本目的是从大量的、可能是杂乱无章的、难以理解的数据中抽取并推导出对于某些特定的人们来说是有价值、有意义的数据。数据处理是系统工程和自动控制的基本环节。数据处理贯穿于社会生产和社会生活的各个领域。数据处理技术的发展及其应用的广度和深度极大地影响着人类社会发展的进程。关键词方式数据处理最小二乘法和一元线性回归实时处理方式作图法 、工作方式以及数据的时间空间分布方式的不同数据处理有不同的方式。不同的处理方式要求不同的硬件和软件支持。每种处理方式都有自己的特点应当根据应用问题的实际环境选择合适的处理方式。数据处理主要有四种分类方式①根据处理设备的结构方式区分有联机处理方式和脱机处理方式。②根据数据处理时间的分配方式区分有批处理方式、分时处理方式和实时处理方式。③根据数据处理空间的分布方式区分有集中式处理方式和分布处理方式。④根据计算机中央处理器的工作方式区分有单道作业处理方式、多道作业处理方式和交互式处理方式。 。包括对各种原始数据的分析、整理、计算、编辑等的加工和处理。比数据分析含义广。随着计算机的日益普及在计算机应用领域中数值计算所占比重很小通过计算机数据处理进行信息管理已成为主要的应用。如侧绘制图管理、仓库管理、财会管理、交通运输管理技术情报管理、办公室自动化等。在地理数据方面既有大量自然环境数据土地、水、气候、生物等各类资源数据也有大量社会经济数据人口、交通、工农业等常要求进行综合性数据处理。故需建立地理数据库系统地整理和存储地理数据减少冗余发展数据处理软件充分利用数据库技术进行数据管理和处理。 。用作图法获得直线的斜率和截距就是回归问题的一种处理方法但连线带有相当大的主观成分结果会因人而异用逐差法求多项式的系数也是一种回归方法但它又受到自变量必须等间距变化的限制。本节介绍处理回归问题的又一种方法――最小二乘法。一、拟合直线的途径 1 问题的提出假定变量x和y之间存在着线性相关的关系回归方程为一条直线 y b0 b1x 8 由实验测得的一组数据是xk、ykk12??n我们的任务是根据这组数据拟合出8式的直线即确定其系数b0 、b1。我们讨论最简单的情况假设 1 系统误差已经修正 2 n次测量的条件相同所以其误差符合正态分布这样才可以使用最小二乘法原理 3 只有yk存在误差即把误差较小的最为变量x使不确定度的计算变得简单。 2 解决问题的途径――最小二乘法原理由于测量的分散性实验点不可能都落在一条直线上如图3。相对于我们所拟合的直线某个测量值yk在y方向上偏离了vkvk就是残差 vkyky yb0b1xk 联想到贝塞尔公式 Sx1n11nkxk21n1nkxk2 如果nkkV12的值小那么标准偏差sy就小能够使sy最小的直线就是我们所要拟合的直线。这就是最小二乘原理。最小二乘原理最佳值乃是能够使各次测量值残差的平方和为最小值的那个值。