数学实验第十次作业.docx

1.题目：用切削机床加工时，为实时地调整机床需测定刀具的磨损程度，每隔一小时测量刀具的厚度得到以下的数据（见下表），建立刀具厚度对于切削时间的回归模型，对模型和回归系数进行检验，并预测7.5h和15h后刀具的厚度，用（30）和（31）式两种办法计算预测区间，解释计算结果。时间/h012345678910刀具厚度/cm30.629.128.428.128.027.727.527.227.026.826.5模型：记刀具厚度为y，时间为x。用matlab将上表作图：plot(x,y,+)从图形直观地看，y与x大致呈线性关系，即，对数据进行一元线性回归分析。用regress命令可得到实验结果。计算方法：编写程序： x=0:10;y=[30.6 29.1 28.4 28.1 28.0 27.7 27.5 27.2 27.0 26.8 26.5]; n=11; X=[ones(11,1),x]; [b,bint,r,rint,s]=regress(y,X); b,bint,s,rcoplot(r,rint)可得到结果：b = 29.5455 -0.3291bint = 28.9769 30.1140 -0.4252 -0.2330s =0.8696 60.0018 0.0000 0.1985结果整理为：回归系数回归系数估计值回归系数置信区间β029.5455[28.9769, 30.1140]β1-0.3291[-0.4252, -0.2330]R2=0.8696 F=60.0018 p0.0001s2=0.1985从几个方面都可以检验模型是有效的：β1的置信区间不含零点；pα；用matlab命令finv(0.95,1,n-2)计算得到。但R2较小，说明模型精度不高。参差及其置信区间如下图所示：第一个点残差的置信区间不包含零点，可以认为这个数据是异常的，将其踢出后重新计算。 x=1:10;y=[29.1 28.4 28.1 28.0 27.7 27.5 27.2 27.0 26.8 26.5]; n=10; X=[ones(10,1),x]; [b,bint,r,rint,s]=regress(y,X); b,bint,s,rcoplot(r,rint)得到结果：b = 29.0533 -0.2588bint = 28.8334 29.2732 -0.2942 -0.2233s =0.9726 283.5599 0.0000 0.0195参差及其置信区间如下图所示：发现第二个数据点残差异常，再次踢出后编写程序： x=2:10;y=[28.4 28.1 28.0 27.7 27.5 27.2 27.0 26.8 26.5]; n=9; X=[ones(9,1),x]; [b,bint,r,rint,s]=regress(y,X); b,bint,s,rcoplot(r,rint)得到结果：b = 28.8667 -0.2333bint = 28.7796 28.9537 -0.2467 -0.2200s = 1.0e+003 *0.0010 1.7150 0.0000 0.0000参差及其置信区间如下图所示:残差正常。结果整理为：回归系数回归系数估计值回归系数置信区间β028.8667[28.7796,28.9537]β1-0.2333[-0.2467,-0.2200]R20.99F=1715.0p0.0001s20.001相比未删减数据时，精度提高了许多。最终的回归模型：将7.5,15分别带入回归模型，并利用课本（30）和（31）式给出置信区间：x=2:10;y=[28.4 28.1 28.0 27.7 27.5 27.2 27.0 26.8 26.5];alpha=0.05;n=9;X=[ones(n,1),x];[b,bint,r,rint,s]=regress(y,X,alpha);state=sum(r.^2)/(n-2);t=tinv(1-alpha/2,n-2);u=norminv(1-alpha/2,0,1);S=state^0.5; xbar=mean(x);Sxx=var(x);x0=[7.5,15] ;y0= b(1)+b(2).*x0Y1=[y0-t*S*((x0-xbar).^2/Sxx+1/n+1).^0.5;y0+t*S*((x0-xbar).^2/Sxx+1/n+1).^0.5]Y2=[y0-u*S;y0+u*S]得到结果：y0 = 27.1167 25.3667Y1 = 26.9941 25.0105 27.2393 25.7228Y2 = 27.0