综合实验二回归分析实验.doc

综合实验二 回归分析实验 一、实验目的 1．掌握回归分析的基本原理、会利用MINITAB作回归分析； 2．掌握利用回归分析方法结合微分方程模型解决一些实际问题。 二、实验内容 一只红铃虫的产卵数y与温度x有关，而且温度与产卵数之间满足这样的微分方程（其中k是未知的常数） 下表是产卵数与温度的数据， i 温度x 产卵数y 1 21 7 2 23 11 3 25 21 4 27 24 5 29 66 6 32 115 7 35 325 请利用非线性回归方程，根据上面的微分方程确定y和x之间的函数关系。 三、实验思路分析 1.根据题意，先做出这些数据的散点图，然后根据图像来确定需要选择那些函数来将非线性回归关系化为线性方程； 2.绘图后，从散点图中看到随着自变量x的增加，因变量y有增加的趋势，但它们不是线性关系。 根据散点分布情况，确定回归模型的类型。如果散点图中的点分布在一个直线状带形区域，可以选用线性回归模型来建模；如果散点图中的点分布在一个曲线状带形区域，要先对变量作适当的变换，再利用线性回归模型来建模。散点分布在指数函数的周围，因此可以对原始数据进行相应的变换，把非线性问题转化为线性问题。 3. 选择回归模型为指数函数，则令y1=lny，变换后样本点应该分布在直线y1=bx+a (a=ln c, b=b)的周围。 4. 根据X和Y1的数据用MINITAB求一元线形回归方程，再根据关系式转化为非线形回归方程。 四、实验步骤 1.绘原始数据的散点图： 1）先打开MINITAB软件，将数据输入C1，C2列，同时将C1，C2分别命名为X,Y列； 2）选择命令Graph，然后选择Scatterplot中的simple式样，点击OK； 3）在Y Variables 栏中键入Y；在X Variables 栏中键入X； 4）点击OK 结果显示： 2.把非线性方程化为线性回归方程： 1.选择命令 Calccalculator; 2.在Store result in variable 栏中，键入Y; 3.在Expression栏中，键入log(y); 4.click ok. 5.选择命令StatRegressionRegression； 6.在Response 栏中，键入Y； 7.在 Predictors 栏中，键入X； 8.click ok. 结果显示： Regression Analysis: y versus x The regression equation is y = - 3.85 + 0.272 x Predictor Coef SE Coef T P Constant -3.8492 0.4140 -9.30 0.000 x 0.27203 0.01489 18.27 0.000 S = 0.180941 R-Sq = 98.5% R-Sq(adj) = 98.2% Analysis of Variance Source DF SS MS F P Regression 1 10.931 10.931 333.87 0.000 Residual Error 5 0.164 0.033 Total 6 11.094 同时X,Y列的数据表为： C1 C2 C3 x y y1 21 7 1.94591 23 11 2.39790 25 21 3.04452 27 24 3.17805 29 66 4.18965 32 115 4.74493 35 325 5.78383 五．结果分析 实验所得的线性回归方程为：y = - 3.85 + 0.272 x 又由于a=ln c, b=b，由此计算可得 红铃虫的产卵数与温度的非线性回归方程为 由于p=0.0000.01故在检验水平a=0.01下回归方程有效。 完成者：杨栋 陈洪璋 冼玉钧 专业、班级：2007生物科学二班 学号：200730710201，200730710226 200730710227