合金钢的抗拉强度及钢中含碳量的回归分析.docVIP

成 绩 评 定 表 学生姓名 陈基政 班级学号 1009010217 专 业 信息与计算科学 课程设计题目 合金钢的抗拉强度与钢中含碳量的回归分析 评 语 组长签字： 成绩 日期 20 年 月 日 课程设计任务书 学 院 理学院 专 业 信息与计算科学 学生姓名 陈基政 班级学号 1009010217 课程设计题目 合金钢的抗拉强度与钢中含碳量的回归分析 实践教学要求与任务: 通过该学生掌握统计分析 1．数据整理：数据，录入数据，画出图形数据的输入与整理，各种数据的图形显示。 方差分析 4．一元、多元模型：回归系数的估计与检验，数据散点与回归直线的图示，残差图。，对给定的数据拟合回归方程。 周三3~8节：调试程序 周四1~4节：完成论文，答辩 指导教师： 2012年6月28日 专业负责人： 2012年7月8日 学院教学副院长： 2012年7月19日 摘 要 数理统计是具有广泛应用的数学分支而区间估计和假设检验问题在其中占有很重要的地位正态总体期望和方差的区间估计和假设检验非正态总体期望和方差的区间估计和假设检验利用中心极限定理但实际问题中常常碰到非正态总体而且是小样本因此对它的区间估计和假设检验是一个值得研究的问题小样本分布参数和 , 预测与监控，进行了深入研究提出了小样本分布参数的区间 目 录 1 设计目的 5 2 设计问题 5 3 设计原理 5 3.1 模型回归系数的估计 6 3.2 回归方程显著性检验 7 3.3 回归系数的置信区间 8 3.4 利用模型预测 8 4 方法实现 9 4.1 输入数据，观察线性关系 9 4.2 作回归分析与检验 9 4.3残差分析 10 4.4 点预测及作图 11 4.5 对含碳量X=0.15%进行预测 12 4.6 下面用Excel“分析工具库”提供的“回归”工具，找出线性回归方程，并检验其显著性 12 5．设计总结 16 参考文献 16 致 谢 17 1 设计目的 了解一元回归方程，回归系数的检验方法及应用一元回归方程进行预测的方法；学会应用MATLAB软件进行一元回归实验的分析方法。同时更好的了解概率论与数理统计的知识，熟练掌握概率论与数理统计在实际问题上的应用，并将所学的知识结合Excel对数据的处理解决实际问题。本设计是利用一元线性回归理论对合金钢的抗拉强度与钢中的碳含量的关系建立数学模型，并用Excel分析工具库中的回归分析软件进行解算。 2 设计问题 某种合金钢的抗拉强度Y(N/mm)与钢中含碳量X（%）有关，测得实验数据如下： 0.05 408 0.13 456 0.07 417 0.14 451 0.08 419 0.16 489 0.09 428 0.18 500 0.10 402 0.20 550 0.11 436 0.22 558 0.12 448 0.24 660 1.检验合金钢的抗拉强度Y(N/mm)与钢中含碳量X（%）之间是否存在显著的线性相关关系；如果存在，求Y关于X的线性回归方程。 2.设含碳量X=0.15%，求抗拉强度Y的置信水平为0.95的预测区间。 3 设计原理 在实际问题中，经常会出现两个变量之间的相关关系不是线性的（即直线型），而是非线性的（即曲线型）。设其中有两个变量与，我们可以用一个确定函数关系式： 大致的描述与之间的相关关系，函数称为关于的回归函数，方程 成为关于的回归方程。 一元线性回归处理的是两个变量与之间的线性关系，可以设想的值由两部分构成：一部分由自变量的线性影响所致，表示的线性函数 ；另一部分则由众多其他因素，包括随机因素的影响所致，这一部分可以视为随机误差项，记为。可得一元线性回归模型: (1) 式中，自变量是可以控制的随机变量，成为回归变量；固定的未知参数a,b成为回归系数；称为响应变量或因变量。由于是随机误差，根据中心极限定理，通常假定，是未知参数。 确定与之间的关系前，可根据专业知识或散点图，选择适当的曲线回归方程，而这些方程往往可以化为线性方程或者就是线性方程，因此我们可以用线性方程： 大致描述变量与之间的关系； 3.1 模型回归系数的估计 为了估计回归系数，假定试验得到两个变量 与 的 个数据对我们将这对观测值代入式（1），得: 这里互独立的随机变量，均服从正态分布，即 回归系数估计的方法有多种，其中使用最广泛的是最小二乘法，即要求选取的，， 的值使得述随机误差ε 的平方和达到最小，即求使得函数 取得最小值的，。 由于是