科学实验常先给出若干组离散观测值,再根据背景知识和散点图选择函数类型,建立近似表达变量关系的经验公式。经验公式是对指定数据范围的拟合,不意味着测量点必须严格落在同一条曲线上,也不能仅凭拟合良好就随意外推。
【例1】测量刀具使用时间与厚度,数据如下。时间单位为小时,厚度单位为毫米。求厚度 y 与时间 t 的经验公式。
tiyi027.0126.8226.5326.3426.1525.7625.3724.8
解:散点近似沿直线分布,取 y=at+b。残差为 ri=yi−(ati+b)。残差直接相加会正负抵消,不能据此判断每个偏差都小;可采用绝对值和,也可采用便于微分运算的平方和。本例使用
S(a,b)=i=0∑7[yi−(ati+b)]2.
选取使平方和最小的参数,就是最小二乘法。它最小化的是整体平方误差,并不保证每个点分别取得其最小可能误差,也不等同于最小化点到直线的垂直距离。
刀具厚度的原始观测点与最小二乘拟合直线,纵轴采用截断刻度令 Sa=Sb=0,得到 ∑ti[yi−ati−b]=0、∑[yi−ati−b]=0。整理为正规方程组:
a∑ti2+b∑ti=∑tiyi,a∑ti+8b=∑yi.
计算各项如下:
ti0123456728ti2014916253649140yi27.026.826.526.326.125.725.324.8208.5tiyi026.853.078.9104.4128.5151.8173.6717.0
故 140a+28b=717,28a+8b=208.5,解得 a=−17/56≈−0.30357143,b=217/8=27.125。拟合直线为
y=27.125−5617t≈27.125−0.3036t.
它表示在这组观测的时间范围内,厚度每小时平均减少约 0.3036 毫米。使用未舍入系数计算,再将结果显示到三位小数,可得:
ti01234567yi27.00026.80026.50026.30026.10025.70025.30024.800yi27.12526.82126.51826.21425.91125.60725.30425.000ri−0.125−0.021−0.0180.0860.1890.093−0.004−0.200
精确残差平方和为 S=303/2800≈0.10821429mm2。残差向量的长度为 S≈0.3289594mm;均方根误差按 RMSE=S/8 定义,为约 0.1163047mm。二者不能混称。若使用回归中扣除两个拟合参数的残差标准差,则是 S/(8−2)≈0.1342971mm,其分母与RMSE也不同。不要用已经舍入的表中残差反算精确平方和。
对一般 n 组数据 (ti,yi),同样有 a∑ti2+b∑ti=∑tiyi、a∑ti+nb=∑yi。只要至少两个横坐标不同,n∑ti2−(∑ti)2=n∑(ti−tˉ)2>0,正规方程有唯一解:
a=∑(ti−tˉ)2∑(ti−tˉ)(yi−yˉ),b=yˉ−atˉ.
还应说明该驻点确为全局最小值:若最优参数为 a,b,令 a=a+u,b=b+v,利用正规方程消去交叉项,得到 S(a,b)=S(a,b)+∑(uti+v)2。后项非负,且横坐标不全相同时只在 u=v=0 取零。若横坐标全相同,只有拟合值 at0+b=yˉ 能确定,斜率与截距不唯一。
有些非线性经验公式可以经变量变换化为线性拟合。变换前后最小化的误差度量可能不同,使用时必须分清。
【例2】研究单分子化学反应,测得时间 τ 与反应物量 y 的数据如下,求指数型经验公式。
τiyi357.6641.9931.01222.71516.61812.2218.9246.5
解:设 y=kemτ,其中 k>0。因所有 yi>0,可取常用对数 Yi=lgyi,则 Y=aτ+b,其中 a=mlge,b=lgk。在半对数坐标中,纵向位置与 lgy 成比例,因此指数关系显示为直线,纵轴上的原量刻度并非等距。
反应物量的半对数散点图:纵向位置按lg y计算,拟合直线对应原量中的指数衰减用于求和的变换数据如下,表内对数显示到五位小数:
τi3691215182124τi293681144225324441576yi57.641.931.022.716.612.28.96.5lgyi1.760421.622211.491361.356031.220111.086360.949390.81291τilgyi5.281279.7332813.4222616.2723118.3016219.5544819.9371919.50992
以未舍入的对数求和,∑τi=108,∑τi2=1836,∑lgyi≈10.29879534,∑τilgyi≈122.01232609。正规方程为
1836a+108b=122.01232609…,108a+8b=10.29879534….
解得 a≈−0.04503018781,b≈1.89525695284,所以 m=aln10≈−0.10368583918,k=10b≈78.57003613。因此经验公式可写为
y=78.5700e−0.10368584τ.
负的指数系数与反应物量随时间减少相符。求和、解方程时保留精度,最后再舍入结果,可以避免截距及反变换参数因过早舍入而偏移。
这里最小化的是 ∑[lgyi−(aτi+b)]2,不是原量残差平方和 ∑[yi−kemτi]2;二者一般得到不同参数。如果目标是原量上的平方误差最小,应直接求解相应的非线性最小二乘问题。出现零值或负值时,也不能直接取实数对数套用这一变换。