7 Marko Pirc

  • May 2020
  • PDF

This document was uploaded by user and they confirmed that they have the permission to share it. If you are author or own the copyright of this book, please report to us by using this DMCA report form. Report DMCA


Overview

Download & View 7 Marko Pirc as PDF for free.

More details

  • Words: 2,018
  • Pages: 8
7. Linearna regresija Marko Pirc 5. maj 2009

Naloga 1 Navodila Za meritve1 v datoteki ”HitrostTokaOdFrekvence.txt”(naloga 6.1) doloˇci parametra najboljˇse premice. Ker so podane napake hitrosti, lahko doloˇciˇs tudi χ2 . Rezultati Rezultate sem izraˇcunal s programom Origin, kateri ima ze vgrajeno funkcijo v meniju Analysis→Fitting→Fit Linear in Residual sum of sqare, kateri vrne vrednost χ2 .

graf hitrosti toka v odvisnosti od frekvence (datoteka "HitrostTokaOdFrekvence.txt") 5

podatki meritev linear fit (upoštevanje napak) y = 0,978x - 1,939 linear fit (brez napak) y = 1,008x - 2,095

h i t r o s t t o k a [ µm / s ]

4

3

2 4

1 Blaz

5

frekvenca [Hz]

6

Kavˇ ciˇ c, Duˇsan Babiˇ c in Igor Poberaj, Mikrofluidiˇ cno vezje z mikroˇ crpalko, OMF 56 (2009) 1.

1

7

Za primerjavo sem naredil fitanje in izraˇcune za oba primera - z in brez upoˇstevanja napak. Na zgornjem grafu se vidi rahlo odstopanje med premico, fitano z upoˇstevanjem napak in tisto brez upoˇstevanja. Rezultat sem preveril tudi s programom Mathematica in funkcijo, opisano na spletni strani ROVF, katera mi je dala enake rezultate: -enaˇcba linearne zveze in vrednost χ2 z upoˇstevanjem napak: y = 0, 978 · x − 1, 939;

χ2 = 0, 086.

ˇ raˇcunamo χ2 po formuli v navodilih dobimo vrednost 5,44 ker tam ni napisano, da (Opomba: Ce je potrebno vsak ˇclen vsote deliti s kvadratom napake!) -enaˇcba linearne zveze brez upoˇstevanja napak: y = 1, 008 · x − 2, 095 Pri tem je prvi parameter linearne zveze naklonski koeficient k in drugi parameter zaˇcetna vrednost n. Opomba: Vse vrednosti so zaokroˇzene na tri decimalna mesta.

2

Naloga 2 Navodila Skozi oblak podatkov ”Tintin.dat”potegni najboljˇso premico. Uporabiˇs lahko kar korelacijske rezultate iz naloge 6.2. Rezultati

G r a f o d z iv a n a z d r a v ilo v o d v is n o s ti o d d o z e ( d a to te k a " T in tin .d a t" )

t [u r z v o n e n ja n a te d e n ]

2 4

1 6

8

r e z u lta ti m e r ite v lin e a r n a z v e z a y = - 0 ,1 2 4 x + 1 6 ,4 5 5 0

2 0

4 0

d o z a [m g /k g z iv e m a s e ]

Na zgornji graf nisem narisal primerjalne premice pofitane s programom, saj se popolnoma ujema z izraˇcunano in se je na grafu sploh ne vidi. Za izraˇcun rezultatov pri tej nalogi sem uporabil korelacijske rezultate iz naloge 6.2: R = −0, 394, x ¯ = 12, 438, y¯ = 14, 906, σx = 12, 672, σy = 4, 003. Iz tega hitro sledi: σy k =R· = −0, 124 σx ˇ vemo, da premica s tem naklonskim koeficientom poteka skozi toˇcko s koordinatami (¯ Ce x,¯ y ) lahko preprosto izraˇcunamo zaˇcetno vrednost po enaˇcbi: n = y¯ − k · x ¯ = 16, 455. Iskana enaˇcba premice je: y = −0, 124 · x + 16, 455.

3

Naloga 3 Navodila Skozi toˇcke v histogramu podatkov ”Interval.dat”poskusi potegniti najboljˇso eksponentno funkcijo w = Ae−λx ki jo moramo najprej predelati v linearno zvezo. Z logaritmiranjem dobimo ln(w) = ln(A) − λx. V grafu y = ln(w) od x sta koeficienta premice k = −λ in n = ln(A). Po teoriji verjetnosti mora biti koeficient λ enak reciproˇcni povpreˇcni vrednosti histograma. Rezultati Najprej sem pripravil histogram iz podatkov datoteke ”Interval.dat”, v katerem sem podatke opredalˇcil v 25 predalˇckov (kasneje za preizkus tudi za 5) (program Origin in vgrajena funkcija Frequency Counts). Nato sem vrednosti na y osi logaritmiral (orodje Excel), drugaˇce oznaˇcil (vrednosti v nadaljnjih izraˇcunih niso upoˇstevane) vse ”outlierse”, ter dobljeni graf pofital z linearno premico:

h is to g r a m

p r ih o d o v fo to n o v v d e te k to r v o d v is n o s ti o d c a s o v n e g a in te r v a la m e d n jim i ( d a to te k a " In te r v a l.d a t" ) p o d a tk i m e r ite v lin e a r n a z v e z a y = - 0 ,0 0 3 2 6 x + 5 ,8 8 7

ln(število prihodov fotonov)

6

3

0

p o d a tk i z v e lik o n a p a k o ( o u tlie r s ) 0

1 0 0 0

d o l z i n a c a s o v n e g a i n t e r v a l a [ µs ]

Iz ˇcesar sledi: k = −λ = −0, 00326 in n = 5, 887 = ln(A) −→ A = 360, 323. Iskana eksponentna funkcija je torej: w = 360, 323 · e−0,00326·x .

4

2 0 0 0

Naˇs histogram z izraˇcunano najboljˇso eksponentno funkcijo izgleda:

h is to g r a m

p r ih o d o v fo to n o v v d e te k to r v o d v is n o s ti o d c a s o v n e g a in te r v a la m e d n jim i ( d a to te k a " In te r v a l.d a t" )

3 0 0

število prihodov fotonov

h is to g r a m p o r a z d e lite v fo to n o v f(x ) = 3 6 0 ,3 2 3 * e x p (-0 ,0 0 3 2 6 * x )

2 0 0

1 0 0

0

0

1 0 0 0

2 0 0 0

3 0 0 0

d o l z i n a c a s o v n e g a i n t e r v a l a [ µs ]

Komentar: Pravilneje bi bilo, ˇce bi izbral ˇstevilo predalˇckov tako, da nebi bila vrednost nobenega 0. ˇ bi histogram po predalˇcenju tudi normiral, bi bila izraˇcunana vrednost λ enaka, To je pri n=11. Ce drugaˇcna bi bil le koeficient A, kateri funkcijo reztegne ali skrˇci v smeri y osi.

Dodatek: Navodilo naloge nas spraˇsuje tudi o primerjavi med koeficientom λ in povpreˇcno vrednostjo y¯ histograma. emo, da se slednjo izraˇcuna kot (delal sem z Excelomin Originom): 1 y¯ = P (”BinCenter” × ”RelativeF requency”) V mojem primeru (25 predalˇckov) tako dobljena vrednost λ znasa 0,00321 kar se dobro ujema s prvotno izracunano vrednostjo. Pogledal sem ujemanje tudi za druge n-je. Za n=5 je enaˇcba iskane funkcije: w = 1225, 4 · e−0,00262·x in znaˇsa λ izraˇcunana iz histograma 0,00344 kar je ˇze nekoliko veˇcje odstopanje od prave vrednosti.

5

Naloga 4 Navodila Teorija kemijske kinetike napove za sigmoidno krivuljo iz podatkov ”Adrenalin.dat”(naloga 1.1) naslednjo odvisnost F/Fmax = c/(a + c), kjer pomeni a koncentracijo s poloviˇcnim maksimalnim uˇcinkom. Doloˇci koeficienta Fmax in a. Pretvori v linearno zvezo - ena pot je uvedba reciproˇcnih spremenljivk 1/F in 1/c, druga pa je uvedba spremenljivke c/F . Rezultati Pri tej nalogi nisem bil najbolj siguren v pravilnost reˇsevanja, saj nam datoteka z meritvami podaja le deleˇz sile v %, ne pa same sile v N . Nalogo sem potem reˇsil na naˇcin kot nam je pri predavanju povedal prof. Kodre. Vse podatke sem si pripravil v programu Excel, narisal ter fital pa z vgrajeno funkcijo v programu Origin. Opomba: Vrednosti Fmax in a sem izraˇcunal na obe naˇcina, ki sta opisana v navodilih.

(I) uvedba spremenljivke c/F : c F = Fmax a+c

preoblikujemo v

c 1 a = ·c+ . F Fmax Fmax

Tako si pripravimo tudi podatke, ter narisemo graf in doloˇcimo premico z najboljˇsim lineranim ujemanjem:

g r a f k o n c e n tr a c ije /s ilo v o d v is n o s ti o d k o n c e n tr a c ije ( d a to te k a " A d r e n a lin .d a t" ) p o d a tk i lin e a r n a z v e z a y = 0 ,0 0 9 7 6 x + 0 ,2 2 1 8

c / F [ ( µg / L ) / % ]

1 0

5

0

0

5 0 0

1 0 0 0

c [ µg / L ]

Velja: k=

1 Fmax

−→

Fmax = 102, 46 N

in

6

n=

a Fmax

−→

a = 22, 73

µ L

(II) uvedba spremenljivk 1/F in 1/c: Pri tem naˇcinu naˇs zaˇcetni izraz dobi obliko: a 1 1 = ·c+ F Fmax Fmax Najprej sem si v Excelu ustrezno pripravil podatke, jih narisal in pofital v Originu. Za primerjavo sem naredil dva fita, enega za vse toˇcke in enega brez toˇck, za katere sem ocenil da preveˇc odstopajo od linearnega modela (v tem primeru je to zadnja tocka):

g r a f r e c ip r o c n ih v r e d n o s ti s ile v o d v is n o s ti o d k o n c e n tr a c ije r a z to p in e ( d a to te k a " A d r e n a lin .d a t" ) p o d a tk i m e r ite v lin e a r n a z v e z a y = 0 ,3 4 5 x + 0 ,0 0 6 4 9 ( v s e to c k e ) lin e a r n a z v e z a y = 0 ,1 9 6 x + 0 ,0 0 9 6 8 ( b r e z z a d n je )

1 /F [1 /% ]

0 ,0 6

0 ,0 4

0 ,0 2

0 ,0 0

0 ,0 4

0 ,0 8

0 ,1 2

0 ,1 6

1 / c [ 1 / ( µg / L ) ]

kjer velja:

k=

a Fmax

in

n=

1 Fmax

Ko izracunamo Fmax in a za oba primera fitanja, dobimo: -uporaba vseh toˇck: Fmax = 154, 08 N in a = 53, 16

µg L

-brez ”outliersev”(pravilnejˇsi rezultat): Fmax = 103, 31 N in a = 20, 25

µg L

Komentar: Vidi se, da je pravi naˇcin tisti, pri katerem sem odstranil zadnjo toˇcko (ki je izjemno odstopala). Tako dobljeni rezultati se zelo dobro ujemajo z rezultati dobljenimi s prvim naˇcinom.

7

Graf naˇse funkcije izraˇcunane po obeh naˇcinih v primerjavi z originalnimi podatki izgleda nekako takole:

g r a f m e r ite v in iz r a c u n a n ih fit fu n k c ij ( d a to te k a " A d r e n a lin .d a t" )

5 0

F /F

m a x

[% ]

1 0 0

p o d a tk i m e r ite v fu n k c ija n a r is a n a p o p r v e m n a c in u fu n k c ija n a r is a n a p o d r u g e m n a c in u 0

0

5 0 0

1 0 0 0

k o n c e n t r a c i j a ( µg / L )

Funkcija v parih toˇckah nekoliko odstopa (verjetno ker nisem upoˇsteval nekaj toˇck), ˇse boljˇse ujemanje pa se vidi ˇce ga narisemo v logaritemski skali.

8

Related Documents