【资源介绍】基于C语言利用回归方程和最小二乘法计算实测点误差值

一、回归方程

        1、回归方程（regression equation）是对变量之间统计关系进行定量描述的一种数学表达式。指具有相关的随机变量和固定变量之间关系的方程。 回归直线方程指在一组具有相关关系的变量的数据（x与y）间，一条最好地反映x与y之间的关系直线。

---

二、最小二乘法

        1、最小二乘法是一种在误差估计、不确定度、系统辨识及预测、预报等数据处理诸多学科领域得到广泛应用的数学工具。

        2、​ 最小二乘法（又称最小平方法）是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小 ​

---

三、例子

---

四、部分源码浏览

    for (int i = 1; i <= n; i++) {
        xy = xy+(xd[i]*yd[i]);
        printf("x%dy%d为：%f     ", i, i, xd[i]*yd[i]);
    }
    printf("\n");
    xy = xy / n;
    printf("xy平均为：%f\n", xy);

    for (int i = 1; i <= n; i++) {
        x2 = x2+(xd[i]*xd[i]);
        printf("x2-%d为：%f     ", i, xd[i]*yd[i]);
    }
    printf("\n");
    x2 = x2 / n;
    printf("x-平均为：%f\n", x2);

    k = ((x1*y1)-xy) / ((x1*x1)-(x2));
    printf("k的值为：%f\n", k);
    h = e*k;
    printf("h的值为：%f", h);

---

 五、资源链接

利用回归方程和最小二乘法计算实测点误差值-资源链接https://download.csdn.net/download/m0_57032467/86830939