应用统计与软件设计.pptVIP

应用统计与软件课程设计 班级：信息102 组员：刘洁颖 张震怡 邬小筱 苍露露 程钰棋 问题描述——化学实验的回归分析问题 以下是一个化学实验数据分析的例子，因变量Y表示硝基蒽醌中某物质A的含量，自变量是实验中的3个因素，为亚硫酸钠的量(g)，为大苏打的量(g),为反应时间(h)，为了提高该实验产品硝基蒽醌中某物质A的含量，根据3个因素的8个不同搭配，每个搭配做两次实验，其进行了16次实验，结果如下表： 试建立Y与 和 之间的线性回归方程，当 时，对方程进行检验。若取 ，试对Y的取值进行预测。 问题分析 这是一个多元线性回归的问题，拟合出的函数应该是 ，这里m=3，i个 ，i=1,…,8， 。首先我们应该处理两大问题： ?如何估计 ?检验y与 是否满足线性关系 参照一元线性拟合所使用的最小二乘法，构造函数 若要使原始值与估计值之间的误差最小，就得让函数Q取到最小值，所以有 通过以上方法我们可以估计出 ，之后需进行显著性检验，这里我们采用的是F检验。 步骤如下 1.建立假设 vs 2.构造统计量F 3.给出检验水平 4.确定拒绝域w 5.作出判断 F检验 总偏差平方和 回归平方和 = = 残差平方和 若为真，则 所以可列方差分析表如下 来源 自由度 均方 F 临界值 残差Q n-m-1 Q/n-m-1 回归U m U/m Y偏差总和 n-1 拒绝域w： 问题求解 1.确定回归系数的点估计值： b=regress(Y,X) 结果分析 我们求解此题用的是matlab软件，求解程序如下 X=[1 9 4.5 3; 1 9 4.5 1; 1 9 2.5 3; 1 9 2.5 1; 1 5 4.5 3; 1 5 4.5 1; 1 5 2.5 3; 1 5 2.5 1]; Y=[92.355 86.105 89.58 87.05 85.705 83.255 83.95 83.375]; %确实回归系数的点估计 b=regress(Y,X) %求回归系数的点估计和区间估计、并检验回归模型： %用相关系数、F值、与F值对应的概率P检验回归模型 [b,bint,r,rint,stats]=regress(Y,X,0.5); （） stats rcoplot(r,rint) Z=b(1)+b(2)*7+b(3)*3+b(4)*2 (预测Y，取) b = 73.7275 1.1753 0.4331 　　1.4756 stats = 0.8815 9.9213 0.0253 2.1208 Z = 86.2053 2.求回归系数的点估计和区间估计、并检验回归模型： [b,bint,r,rint,,stats]=regress(Y,X,alpha) bint:回归系数的区间估计 r：残差 rint：置信区间 alpha：显著性水平 stats：用于检验回归模型的统计量，有三个数值:相关系 数 ，F值，与F对应的概率p 判断标准：①相关系数越接近1，说明回归系数越显著； ② 时拒绝 ，F越大，说明回归方程越显著； 　　　　　③与F对应的概率 时拒绝 ，回归模型成立 3.画出残差及其置信区间：rcoplot（r，rint） 根据以上标准，所做拟合是合理的。残差与置信区间的图 改变 的值可得到如下结果（ ）[b,bint,r,rint,stats]=regress(Y,X,0.1); statsrcoplot(r,rint)stats =0.8815 9.9213 0.0253 2.120