实验四郑洁.docVIP

《客户关系管理》实验报告 实验序号：实验四 日期：2012年4月 21日 班 级 09电商1班 姓名 郑洁 学号 0920420127 实验项目名称 实验三：用Excel做数据分析——回归分析 实验目的： 1.利用Excel对成对成组的数据进行线性拟合； 2.结合实际案例进行残差等数据分析。 实验内容： 　实例 某溶液浓度正比对应于色谱仪器中的峰面积，现欲建立不同浓度下对应峰面积的标准曲线以供测试未知样品的实际浓度。已知8组对应数据，建立标准曲线，并且对此曲线进行评价，给出残差等分析数据。 　1. 打开原始数据表格 峰面积 0 0 1.24 29152.30 2.37 47025.30 5.12 86852.30 8.12 132450.60 12.19 200302.25 17.97 284688.10 24.99 396988.30 　2. 选择“工具”—“数据分析”—“”后，出现对话框，依次选择： 　　在选项卡中注意选择X、Y对应的数据列。“常数为零”就是指明该模型是严格的正比例模型，本例确实是这样，因为在浓度为零时相应峰面积肯定为零。先前得出的回归方程虽然拟合程度相当高，但是在x=0时，仍然有对应的数值，这显然是一个可笑的结论。所以我们选择“常数为零”。 　　“回归”工具为我们提供了三张图，分别是残差图、线性拟合图和正态概率图。重点来看残差图和线性拟合图。 　　在线性拟合图中可以看到，不但有根据要求生成的数据点，而且还有经过拟和处理的预测数据点，拟合直线的参数会在数据表格中详细显示。 　　残差图是有关于与预测值之间差距的图表，如果残差图中的散点在中上下两侧零乱分布，那么拟合直线就是合理的，否则就需要重新处理。 　　更多的信息在生成的表格中，详细的参数项目完全可以满足回归分析的各项要求。下图提供的是拟合直线的回归分析中方差、标准差等各项信息。 正态概率图 实验结果与问题解答 浓度 峰面积 0 0 1.10 29152.30 2.37 556025.30 10.33 101150.60 12.19 232302.25 23.66 354688.10 24.99 363988.30 SUMMARY OUTPUT 回归统计 Multiple R 0.750972 R Square 0.56396 SUMMARY OUTPUT 0.750972 　 0.56396 回归统计 SUMMARY OUTPUT df SS MS F Significance F SUMMARY OUTPUT 6 2.76E+11 4.6E+10 　 7 6.33E+11 　 　 　 回归统计 Multiple R Coefficients 标准误差 t Stat P-value Lower 95% Upper 95% 下限 95.0% 上限 95.0% R Square 0 #N/A #N/A #N/A #N/A #N/A #N/A #N/A 浓度 15703.85 5637.285 2.785712 0.031757 1909.913 29497.79 1909.913 29497.79 PROBABILITY OUTPUT 百分比排位 峰面积 7.142857 0 29152.3 101150.6 232302.3 354688.1 363988.3 　 556025.3 RESIDUAL OUTPUT 观测值 预测 峰面积 残差 标准残差 1 0 0 0 2 17274.24 11878.06 0.059841 3 37218.13 518807.2 2.613732 4 162220.8 -61070.2 -0.30767 5 191430 40872.29 0.205913 6 371553.2 -16865.1 -0.08497 7 392439.3 -28451 -0.14333 自由度(degree of freedom, df)在数学中能够自由取值的变量个数，如有3个变量x、y、z，但x+y+z=18，因此其自由度等于2。在统计学中，自由度指的是计算某一统计量时，取值不受限制的变量个数。通常df=n-k。其中n为样本含量，k为被限制的条件数或变量个数，或计算