数据处理与实验设计第4章1.pptVIP

为了预测某一x值下，仅作一次测定的单独y值（或个别的y值的）估计区间，就需在不同的x值下，围绕此单独的y值确定置信带，此时可以用下列公式： 2.围绕某x下一个单独y值的置信带 第四节　回归线的置信带与系数的置信区间 置信区间的半宽度 例 为试验某滑动轴承的磨损量与油温得关系，设计了一个试验，取10各轴承分别在不同油温下，测定其磨损量，得到如下试验数据： 工作温度 ( 0C) 200 250 300 400 450 500 550 600 650 700 磨损量（mg/100h) 3 4 5 5.5 6.0 7.5 8.8 10 11.2 12 在90％的置信度下，围绕所得的回归置信，构成两置信带。 第四节　回归线的置信带与系数的置信区间 第四节　回归线的置信带与系数的置信区间 一.当预测任何温度下的真实平均磨损时，建立yx平均值的置信带 这里 只能在回归直线上了，按不同的x取值了。 为温度x下的真实平均磨损量。 查表得到得到 温度为300度时 第四节　回归线的置信带与系数的置信区间 温度为300度时在回归直线上的值为4.4 同理可以求出不同温度下的置信区间的半宽。 200 250 300 400 450 500 550 600 650 700 3 4 5 5.5 6.0 7.5 8.8 10 11.2 12 0.68 0.59 0.51 0.39 0.36 0.37 0.41 0.48 0.56 0.64 x的平均值为460 二.当预测任何温度下可能出现的磨损个别值时，建立单独yx的置信带 第四节　回归线的置信带与系数的置信区间 温度为300度时 200 250 300 400 450 500 550 600 650 700 3 4 5 5.5 6.0 7.5 8.8 10 11.2 12 1.33 1.29 1.25 1.21 1.20 1.20 1.21 1.24 1.27 1.31 二.如何实现误差最小？ 第二节　一元线性回归方程的建立 根据数学中极值定理： 最小 第二节　一元线性回归方程的建立 整理后 例题 年度 1999 2000 2001 2002 2003 人数（千） 8.0 8.6 9.4 9.0 9.2 已知某公司过去5年的人数如下表，以此为基础预测未来年度的人员需求数量 x y x2 xy 1999 1 8.0 1 8.0 2000 2 8.6 4 17.2 2001 3 9.4 9 28.2 2002 4 9.0 16 36.0 2003 5 9.2 25 46.0 N=5 ∑x=15 ∑y=44.2 ∑x2=55 ∑xy=135.4 设时间为ⅹ、y 代表人员需求数量，则二者关系式表现为y =a+bx; b=(n∑xy-∑x∑y)/(n∑x2-∑x∑x) =(5*135.4-15*44.2)/(5*55-15*15)=0.28 a=∑y/n-b∑x/n=44.2/5-2.8*15/5=8.0 得回归方程y=8.0+2.8x 1.除非有充分的理由，一般不用外推线性回 归方程。 2.只要有可能就应给出自变量的范围。 3. 用最小二乘法找出的近似函数跟插值函 数法不同，它不要求曲线通过各实验 点，只需要求出的曲线能够反映给定的数 据的一般趋势就行了。 第二节　一元线性回归方程的建立 二.求回归方程的列表算法 第二节　一元线性回归方程的建立 将分子、分母等单项参数分别计算 学生 身高 x 体重 y x2 y2 xy 回归值 y 残差 A B C D E F G H I J 158 160 162 164 166 168 170 172 174 176 47 50 48 55 62 60 52 61 70 65 24964 25600 26244 26896 27556 28224 28900 29584 30276 30976 2209 2500 2304 3025 3844 3600 2704 3721 4900 4225 7426 8000 7776 9020 10292 10080 8840 10492 12180 11440 47.291 49.448 51.606 53.764 55.921 58.079 60.236 62.394 64.552 66.709 -0.291 0.552 -3.606 1.236 6.079 1.921 -8.236 -1.394 5.448 -1.709 ? 1670 570 279220 33032 95546 - 0 第二节　一元线性回归方