第八章方差分析与回归分析1.pptVIP

某企业对车间9名学徒工进行调查，得到学徒工与每天产量 情况如下表，要求建立以日产量为因变量的回归方程。 引例8.7 回归分析 编号 1 2 3 4 5 6 7 8 9 学徒期（年） 0.5 1 1 1.5 2 2 2 2.5 2.5 日产量（件） 50 80 100 130 150 170 180 220 240 建立经验回归方程 确定回归系数 和 ： 编号 1 2 3 4 5 6 7 8 9 ? x 0.5 1 1 1.5 2 2 2 2.5 2.5 15 y 50 80 100 130 150 170 180 220 240 1320 x2 0.25 1 1 2.25 4 4 4 6.25 6.25 29 xy 25 80 100 195 300 340 360 550 600 2550 所以，所求的经验回归方程为 ?一元线性回归有关检验 ?离差平和分解 离差平方和的分解 ?回归显著性检验 ?F检验 ?T检验 ?相关系数检验 编号 1 2 3 4 5 6 7 8 9 脂肪 含量% 15.4 17.5 18.9 20.0 21.0 22.8 15.8 17.8 19.1 蛋白质含量% 44.0 39.2 41.8 38.9 37.4 38.1 44.6 40.7 39.8 试求出 与 的关系，并判断是否有统计学意义。 例题8.7 为了研究大豆脂肪含量 和蛋白质含量 的关系， 测定了九种大豆品种籽粒内的脂肪含量和蛋白质含量， 得到如下数据 解 (1)作散点图，确定回归模型 (2)建立经验回归方程 由散点图，设变量 与 为线性相关关系： 确定回归系数 和 ： 编号 1 2 3 4 5 6 7 8 9 ? x 15.4 17.5 18.9 20.0 21.0 22.8 15.8 17.8 19.1 168.3 y 44.0 39.2 41.8 38.9 37.4 38.1 44.6 40.7 39.8 364.5 x2 237.16 306.25 357.21 400 441 519.84 249.64 316.84 364.81 3192.75 y2 1936 1536.64 1747.24 1513.21 1398.76 1451.61 1989.16 1656.49 1584.04 14813.2 xy 677.6 686 790.02 778 785.4 868.68 704.68 724.46 760.18 6775.02 所以，所求的经验回归方程为 (3)检验回归方程的有效性 查相关系数临界值表 水平下有统计意义，即可以认为大豆的蛋白质含量与脂 肪含量有线性相关性。 因为 ，所以，回归方程在 的检验 ?利用回归方程进行预测 1.点预测 时， 即为 的点预测值。 2.区间预测 统计量 对给定的置信水平 ， 的预测区间为 续例题8.7 求大豆脂肪含量为18.6%的条件下蛋白质95% 的预测区间。 解 由已求得的回归方程 得蛋白质的均值预测值为 所以，脂肪含量为18.6%时，蛋白质的95%的预测区间为 控制则为预测的反问题：已知因变量的取值区间为 确定自变量的取值区间 ，使得 ?利用回归方程进行控制 一般地，要解出 和 很复杂，可作简化求解： 当样本容量很大时， ，则 ?最小二乘法估计量的统计性质 由于样本 满足回归 模型，从而一定有 所以，又正态分布的性质有： 进而有 * * * * 该形式称为双因素不考虑交互作用方差分析的统计模型。 在方差分析统计模型下，方差分析要解决的问题转化为 下列假设检验问题： ?双因素不考虑交互作用方差分析原理 ?试验数据离差平方和分解 双因素不考虑交互作用方差分析表 方差来源 平方和 自由度 均方 F 临界值 或Sig 因素A SSA a-1 SSA/(r-1) MSA／MSe MSB／MSe 因素B SSB b-1 SSB/(b-1) 误差 SSe (a-1)(b-1) SSe／(a-1)(m-1) 总和 SST ab-1 例8.4 对于四种不同种源的油松种子，在三种不同土质的土壤上进行育苗试验，两年后测定苗木高度，所得试验数据如表所示。假定试验数据满足正态、等方差条件试在检验水平0.05下，分析种源、土质对油松苗木高度的影响？ 因素B 数据 因素A 因素B B1 B2 B3 因 素 A A1 44 53 47 144 48.0 A2 37 44 35 116 38.7 A3 36 47 33 11