概率论课设论文1.doc

成 绩 评 定 表 学生姓名 班级学号 专 业 统计学 课程设计题目 物体表面腐蚀深度与腐蚀时间的回归分析 评 语 组长签字： 成绩 日期 2014 年 6 月 19 日 课程设计任务书 学 院 专 业 统计学 学生姓名 班级学号 课程设计题目 物体表面腐蚀深度与腐蚀时间的回归分析 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。 专业负责人： 2014年 月 日 学院教学副院长： 2012年 月 日 摘 要 数理统计是具有广泛应用的数学分支，而区间估计和线性相关的显著性检验，相关系数的显著性检验，预测与监控问题在其中占有很重要的地位。区间估计和线性相关的显著性检验，相关系数的显著性检验已有完备的结论；对于非正态总体期望和方差的区间估计和线性相关的显著性检验，相关系数的显著性检验，预测与监控在大样本的情况下，可利用中心极限定理转化为正态总体来解决。但实际问题中常常碰到非正态总体，而且是小样本的情况，因此对它的区间估计和线性相关的显著性检验，相关系数的显著性检验，预测与监控是一个值得研究的问题。本文利用概率论与数理统计基本原理对小样本常用分布参数置信区间和线性相关的显著性检验，相关系数的显著性检验 , 预测与监控，进行了深入研究，提出了小样本常用分布参数的置信区间与线性相关的显著性检验，相关系数的显著性检验，预测与监控，的解决方法。 本文利用小样本情形的统计量法解决离散型的0-1分布、二项分布以及连续型的指数分布参数的置信区间与线性相关的显著性检验，相关系数的显著性检验，对于泊松分布的参数的置信区间与线性相关的显著性检验，相关系数的显著性检验则采用数学方法进行分析。对于均匀分布，利用两个参数的最大似然估计求出联合概率密度进行求解。 关键词：方差分析；置信区间；线性相关；预测与监控 目 录 1 设计目的 1 2 设计问题 1 3 设计原理 2 3.1 回归方程显著性检验 3 3.2 回归系数的置信区间 5 3.3 利用模型预测 5 4 设计程序 6 5 设计总结 13 致 谢 13 参考文献 14  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物体降落的距离与时间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 为了更好的弄清楚物体表面腐蚀深度与腐蚀时间的关系，测得腐蚀深度与腐蚀时间的数据如下： 时间x 腐蚀深度y 时间x 腐蚀深度y 5 5 50 19 10 8 60 23 15 10 70 25 20 13 90 29 30 16 120 46 40 17 由此，我们利用这些数据做出腐蚀时间关于腐蚀深度的线性回归方程。 3 设计原理 假设变量Y与X之间存在线性关系，则由实验数据得到的点 点（），（）·····（）将散布在某一直线的周围。因此我们可以用线性方程 大致的描述变量Y与X之间的关系。设随机变量 按最小二乘法求未知参数a及b的估计值时，我们有偏差平方和 为了使S取得最小值，分别求S对a及b 的偏导数，并令它们等于零，得到方程组 ， 整理得 解方程组得 上式中 其中是观测值的样本方差； 为了以后进一步分析的需要我们在引进 其中是观测值的样本方差。 所求的线性方程为： 3.1 回归方程显著性检验 建立一元线性回归方程当且仅当变量之间存在线性相关关系时才是有意义的，因此必须对变量之间的线性相关的显著性进行检验，即对建立的回归模型进行显著性检验。 我们首先引入几个概念： ，称为总偏差平方和，它表示观测值总的分散程度； ，称为回归平方和，它是由回归变量的变化引起的，放映了回归变量对变量线性关系的密切程度； ，称为残差（剩余）平方和，它是由观测误差等其他因素起误差，它的值越小说明回归方程与原数据拟合越好。 可以证明下列关系成立 即 =+ 我们主要考虑回归平方和在总偏差和中所占的比重，记。(0=R=1 ),称R为复