实用线性模型-西南科技大学网络教育学院.PPTVIP

西南科技大学网络教育课程 5- * 第5章 实用线性模型 5.2 方差分析 5.2.1 单因子方差分析 在科学试验和生产实践中，影响一事物的因素往往是很多的。如产品质量是否受到配料、设备、人工等的差异的影响。要找出对产品质量有影响的因素，我们需要进行试验。方差分析就是根据试验的结果进行分析，鉴别各个有关因素对试验结果影响的有效方法。 在实验中我们称要考察的指标为试验指标。称影响指标的条件为因素。称因素所处的状态为水平。如果在一项试验中只有一个因素在改变称为单因子试验，如果多于一个因素在改变称为多因子试验。 例1.对某农作物采取五种不同的施肥方案进行收获量试验。每种方案作四块田，结果如下表。试求不同施肥方案对农作物收获量有无显著性影响。 方差分析表： 5.2.2 双因子等重复试验的方差分析 在双因素试验中，如果不仅考虑因素 及 各自对试验结果的影响，而且还要考虑因素 与 的交互作用（记作 ，简记作 ）对试验结果的影响，则应该对于因素 与 的各个水平的每一种配合 分别进行 次重复试验，即共进行 次试验，假定各次试验都是独立的，得到样本观测值 如下表： 例2. 为比较三种松树在不同的地区的生长情况有无差别，在每个地区对每种松树随机的选取五株，测量它们的胸径，得到如下的数据： 98 100 94 84 92 105 105 130 397 120 102 116 75 471 353 1221 293 314 323 291 说明：红色数字为和 5.3 线性回归 我们知道现实生活中的许多现象之间存在着相互依赖、相互制约的关系.一切事物都是相互联系着、发展变化着的。变量间的关系一般可以分为两大类。 1、确定性关系，即我们所熟悉的变量间的关系可以用函数关系来表达，如圆的半径R与圆的面积S之间就存在确定的函数关系。 2、非确定性关系，即变量之间虽有密切的关系，但这种关系无法用确定的函数关系表达，如人的年龄与血压之间有密切关系，但却找不到一个函数能准确地表示它们之间的关系，变量之间这种非确定性关系，称为相关关系。 即使是具有确定性关系的变量，由于测量误差的影响，其表现形式也具有某种程度的不确定性。 回归分析是分析变量间的不确定性关系的一种方法，有时也称为相关分析。 （1）从一组数据出发，分析变量之间存在着什么关系，建立这些变量之间的关系式（回归方程）并对关系式的可信程度进行统计检验。 （2）利用回归方程式，根据一个或几个变量的值预测或控制另一个变量的取值。 （3）从影响某一变量的诸多变量中判断哪些变量对它的影响是显著的，哪些是不显著的从而建立起更实用的回归方程。 （4）根据预测和控制提出要求，选择试验点对试验进行设计。 1.回归分析的内容： 例3. 在硝酸纳（NaNO3）的溶解度试验中，测得在不同温度x 下，溶解于100份水中的硝酸纳份数y的数据如下表： 这里 为自变量， 是随机变量，我们要求 对 的回归。 以温度 为横坐标，硝酸纳份数 为纵坐标将这些观察值 描在平面直角坐标系上.称为散点图。根据散点图可以作出经验直线： 一元线性回归分析的主要任务是： (1) 用试验值（样本值）对 、 和 作点估计； (2) 对回归系数 、 作假设检验； (3) 在 处对 作预测，对 作区间估计. (1) 回归系数的最小二乘估计 3.　模型参数估计 ， 西南科技大学网络教育课程 5- *