第九章方差分析及回归分析.pptVIP

§2 多因素试验的方差分析 §3 一元线性回归 一、一元线性回归 例1 为了研究某一化学应用过程中,温度 对产品得率 的影响,测得数据如下: 45 51 54 61 66 70 74 78 85 89 100 110 120 130 140 150 160 170 180 190 得率y(%) 温度x 据此数据,估计一下当温度为200度时产品的得率. 1、一元线性回归模型 其中未知参数a, b及 都不依赖于x ，则称此模型为一元 线性回归模型。 b 称为回归系数。 (3.2) 此模型也可表为 2、回归函数 二、a, b 的估计（最小二乘估计） 取 x 的n 个不全相同的值 作独立试验, 得样本为 有 且各 相互独立. 二、a, b 的估计（最大似然估计） 取 x 的n 个不全相同的值 作独立试验, 得样本为 有 且各 相互独立. 于是 且 相互独立. 从而 和联合密度函数为 显然，L 取最大值时，当且仅当 取最小值。 对a, b 求偏导，并令其为0： 整理得 正则方程组 其唯一解为 于是, 回归函数 的估计为 称为Y 关于x 的经验回归函数. 称为Y 关于x 的经验回归方程. 简称回归方程. 也可表为 记 为简便, 引入如下记号 于是 例1 为了研究某一化学应用过程中,温度 对产品得率 的影响,测得数据如下: (Y 服从(3.2)的条件) 45 51 54 61 66 70 74 78 85 89 100 110 120 130 140 150 160 170 180 190 得率y(%) 温度x 求Y 关于x 的线性回归方程. 解 列表计算如下: 求 45 51 54 61 66 70 74 78 85 89 100 110 120 130 140 150 160 170 180 190 得率y(%) 温度x 101570 218500 673 1450 4500 5610 6480 7930 9240 10500 11840 13260 15300 16910 10000 12100 14400 16900 19600 22500 25600 28900 32400 36100 45 51 54 61 66 70 74 78 85 89 y 100 110 120 120 140 150 160 170 180 190 x 广东工业大学 广东工业大学 广东工业大学 概率论与数理统计 前一页 后一页 返 回 广 东 工 业 大 学 第九章 方差分析及回归分析 §1 单因素试验的方差分析 §2 双因素试验的方差分析 §3 一元线性回归 §4 多元线性回归 §1 单因素试验的方差分析 (一) 单因素试验 在科学试验和生产实践中, 影响一事物的因素往往是很多的. 例如, 在化工生产中, 有原料成分,原料剂量,催化剂,反应温度, 压力,溶液浓度,反应时间, 机器设备及操作人员的水平等到因素. 每一个因素的改变都有可能影响产品的数量和质量. 有些因素影响较大, 有些较小. 为了使生产过程得以稳定, 保证优质,高产, 就有必要找出对产品质量有显著影响的那些因素. 为此, 我们需要进行试验, 方差分析就是根据试验的结果进行分析, 鉴别各个有关因素对试验结果影响的有效方法. 在试验中, 我们将要考察的指标称为试验指标. 影响试验指标的条件称为因素. 因素可分为两类, 一类是人们可以控制的(可控因素); 一类是人们不能控制的. 例如, 反应温度,原料剂量,溶液浓度等是可以控制的, 而测量误差, 气象条件等一般是难以控制的, 以下我们所说的因素都是指可控因素. 因素所处的状态称为该因素的水平. 如果在一项试验的过程中只有一个因素在改变称为单因素试验, 如果多于一个因素在改变称为多因素试验. 例1 设有三台机器, 用来生产规格相同的铝合金薄板. 取样, 测量薄板的厚度精确至千分之一厘米. 得结果如表9-1所示. 0.236