数据分析处理.ppt

数据分析处理
第1页，共56页，编辑于2022年，星期六
二、 多元数据处理方法
1、二维插值
2、多元回归分析
第2页，共56页，编辑于2022年，星期六
二维插值的定义







81;84 84 82 85 86];
mesh(x,y,temps)
，画出粗糙的温度分布曲图.
第12页，共56页，编辑于2022年，星期六
2．以平滑数据,在x、.
再输入以下命令:
xi=1::5;
yi=1::3;
zi=interp2(x,y,temps,xi',yi,'cubic');
mesh(xi,yi,zi)%画出插值后的温度分布曲面图.
第13页，共56页，编辑于2022年，星期六
通过此例对最近邻点插值、双线性插值方法和双三次插值方法的插值效果进行比较。
第14页，共56页，编辑于2022年，星期六
插值函数griddata格式为:
cz =griddata（x，y，z，cx，cy，‘method’）
用MATLAB作散点数据的插值计算
要求cx取行向量，cy取为列向量。
被插值点
插值方法
插值节点
被插值点的函数值
‘nearest’ 最邻近插值
‘linear’ 双线性插值
‘cubic’ 双三次插值
'v4'- Matlab提供的插值方法
缺省时, 双线性插值
第15页，共56页，编辑于2022年，星期六
例 在某海域测得一些点(x,y)处的水深z由下表给出，船的吃水深度为5英尺，在矩形区域（75，200）*（-50，150）里的哪些地方船要避免进入。
第16页，共56页，编辑于2022年，星期六
,即z=5的等高线.
3、作海底曲面图
第17页，共56页，编辑于2022年，星期六
clear
x=[129 140 88 195 105 77 81 162 162 ];
y=[ 23 147 - -81 3 - 84 -];
z=[4 8 6 8 6 8 8 9 9 8 8 9 4 9 ];
cx=min(x):10:max(x);
cy=min(y):10:max(y);
cz =griddata（x，y，z，cx，cy’，‘cubic’)%cy取列向量
mesh(cx,cy,cz)
第18页，共56页，编辑于2022年，星期六
第19页，共56页，编辑于2022年，星期六
可线性化的一元非线性回归曲线回归
例2 出钢时所用的盛钢水的钢包，由于钢水对耐火材料的侵蚀，

，测得的数据列于下表：
第20页，共56页，编辑于2022年，星期六
散
点
图
此即非线性回归或曲线回归问题（需要配曲线）
配曲线的一般方法是：
第21页，共56页，编辑于2022年，星期六
通常选择的六类曲线如下：
第22页，共56页，编辑于2022年，星期六
多元线性回归
数学模型及定义
第23页，共56页，编辑于2022年，星期六
第24页，共56页，编辑于2022年，星期六
第25页，共56页，编辑于2022年，星期六
第26页，共56页，编辑于2022年，星期六
模型参数估计
第27页，共56页，编辑于2022年，星期六
解得估计值
第28页，共56页，编辑于2022年，星期六
第29页，共56页，编辑于2022年，星期六
多元线性回归中的检验与预测
第30页，共56页，编辑于2022年，星期六
(残差平方和）
F检验法
第31页，共56页，编辑于2022年，星期六
多元线性回归
b=regress( Y, X )
1)确定回归系数的点估计值：
MATLAB多元回归命令
对一元线性回归，取p=1即可.
第32页，共56页，编辑于2022年，星期六
3、画出残差及其置信区间： rcoplot（r，rint）
2)求回归系数的点估计和区间估计、并检验回归模型：
[b, bint,r,rint,stats]=regress(Y,X,alpha)
回归系数的区间估计
残差
用于检验回归模型的统计量，有三个数值：
相关系数r2、F值、与F对应的概率p
置信区间
显著性