假设检验、回归分析及方差分析.docVIP

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
项目八 假设检验、回归分析与方差分析 实验3 方差分析 实验目的 学习利用Mathematica求单因素方差分析的方法. 基本命令 1.调用线性回归软件包的命令Statistics\LinearRegression.m 作方差分析时, 必须调用线性回归软件包的命令 Statistics\LinearRegression.m 或输入调用整个统计软件包命令 Statistics` 2.线性设计回归的命令DesignedRegress 在线性回归模型 Y ??X???? 中,向量Y是因变量,也称作响应变量.矩阵X称作设计矩阵, ?是参数向量??是误差向量? ?????????的置信区间表???? ? (3.1) 上式也可改写成 (3.2) 给定具体数据后, 还可(2.2)式写成线性模型的形式: Y ??X??????????????????????????????????????????????????????????????????????????? 其中X称为设计矩阵, 它的元素是0或1. 由于(3.2)的每一个等式的右边都有因此X的第一列都是1, 线性模型中就有了必须要有的常数这一列.是线性模型中的参数.相当于线性模型中常数项相当于线性模型中的参数当然也可以用或代替.Y是因变量(向量),??是误差向量 B 26 28 34 32 30 C 39 50 40 50 43 试在显著性水平0.05下检验电池的平均寿命有无显著的差异. 若差异是显著的, 试求均值差及的置信水平为95%的置信区间. 这是方差分析问题, 先把它转化为线性模型: Y ??X????? 令 则线性模型(3.3)与方差分析模型(3.1)完全等价. 模型(3.3)完全可以用DesignedRegress命令作设计回归, 得到所要的方差分析表. 我们面临的任务是: (1) 检验3个总体的均值是否相等,即作假设检验 (2) 求均值差及的置信水平为95%的置信区间. 任务(1)等价于对模型(3.3)作检验: 而任务(2)等价于求的置信区间. 在DesignedRegress命令中加入选项 RegressionReport-{ParameterCITable,MeanPredictionCITable,SummaryReport} 后便能完成上述任务. 用回归分析作单因素方差分析 完成对模型的假设检验和对模型参数的区间估计任务.输入设计矩阵和数据 X1={{1.0,0,0},{1,0,0},{1,0,0},{1,0,0},{1,0,0},{1,1,0},{1,1,0},{1,1,0}, {1,1,0},{1,1,0},{1,0,1},{1,0,1},{1,0,1},{1,0,1},{1,0,1}}; Y1={40,42,48,45,38,26,28,34,32,30,39,50,40,50,43}; 再输入设计回归命令 DesignedRegress[X1,Y1,RegressionReport- {ParameterCITable,MeanPredictionCITable,SummaryReport}] (*回归报告输出参数的置信区间,均值的置信区间和总结报告*) 执行后得到输出 Estimate SE CI 1 42.6 1.89912 {38.4622,46.7378} {ParameterCITable-2 -12.6 2.68576 {-18.4518,-6.74822} 3 1.8 2.68576 {-4.05178,7.65178} MeanPredictionCITable- Observed Predicted SE CI 40. 42.6 1.89912 {38.4622,46.7378} 42. 42.6 1.89912 {38.4622,46.7378} 48. 42.6 1.89912 {38.4622,46.7378} 45. 42.6 1.89912 {38.4622,46.7378} 38. 42.6 1.89912 {38.4622,46.7378} 26. 30. 1.89912 {25.8622,34.1378} 28. 30. 1.89912 {25.8622,34.1378} 34. 30. 1.89912 {25.8622,34.1

文档评论(0)

189****6140 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档