第三章机械讲述.ppt

偏差平方和为： Q A Bx y Y B X Bx y i i i i = + - = - + - ? ? ( ) [ ( ) ] _ _ 2 2 ? _ _ = - - - [ ( ) ( ) ] Y y B X x i i 2 _ _ _ _ = - - - - + - ? [ ( ) ( ) ( ) ( ) ] Y y B X x Y y B X x i i i i 2 2 2 2 _ _ _ = - - - + - ? ? ? ( ) ( ) ( ) Y y B X x B X x i i i 2 2 2 2 2 2 = - - - = - ? ? ( ) ( ) _ _ Y y B X x L B L i i yy xx 2 2 2 2 上式二端除以Lyy,即得： 注意: LyyQ0, 故相关系数 r ￡ 1 X Y 0 r ~ 1 完全相关 X Y 0 r ~ -1 完全相关 X Y 0 r ~ 0 完全不相关 当 时，有Q?0， 数据点基本在回归直线上，变量X、Y相关密切； ? 1 r ?, Q?, 数据点越分散，相关越差； 若 ?0， X、Y完全不相关。 相关系数r与B同号，r0, 则B0，正相关； r0，B0，负相关。 r r 相关系数的几何意义: X Y 0 0r1 正相关 X Y 0 -1r0 负相关 回归方程能否反映随机变量间的相关关系？ 是相关系数起码值，可查表。 与样本容量n有关，n越大， 越小。 与置信水平?有关，?=1-?越大， 越大。 ? 是显著性水平 ，或纳伪概率。 r a r a r a 相关性检验条件为： ? r r a 表3-4 相关系数 的起码值 ? ? ? n-2 0.05 0.01 n-2 0.05 0.01 n-2 0.05 0.01 1 0.997 1.000 5 0.754 0.874 10 0.576 0.708 20 0.423 0.537 30 0.349 0.449 40 0.304 0.393 r a 四、利用回归方程进行统计推断 对应于任一x0，y0正态分布，n大时，分布参数可估计为： ?= =A+Bx ?=s=[Q/(n-2)]1/2 =[(Lyy-B2Lxx)/(n-2)]1/2 y ~ Y X 0 x 0 y 0 ~ y ~ =A+Bx 利用回归方程进行统计推断 y ~ y 0 = +3s y ~ y 0 = -3s 直线 y= +ups所对应的概率为 p=Pr(Y?y) 。 如，up=3时，p=99.87%， 故y落在y= +3s之下的概率为99.87%，上限。 y ~ y ~ up=-3时，p=0.13%，y= -3s 为0.13%的下限。 y在y= +3s间的概率为p=99.74%。 up=0时，p=50%，故y= =A+Bx对应概率50% y ~ y ~ y ~ 获取样 本数据 (xi,yi) 共n对 下面通过一例题，进一步了解其分析步骤。 五、 二元线性回归分析的基本方法： 作散点图 回归方程 的形式 y=A+Bx ~ 最小二乘 法确定回 归系数 A、B 相关系数 r 相关性检验 ? r r a 用回归方程进行预测和统计推断 例3.3 表中为某材料在R=0.1下的疲劳试验结果， 试估计其S-N曲线。 解：S-N曲线为 SmN=C; 取对数后有： lgS=lgC/m-(1/m)lgN; 令 y=lgS, x=lgN, 回归方程可写为： y=A+Bx 其中： A=lgC/m, B=-(1/m) 试验数据 计 算 Sa (MPa) N 199 94124 166 146656 141.2 298263 120.2 981070 ? 21.6063 8.7478 117.3001 19.