数理统计及随机过程实验二.docVIP

实 验 报 告 （二） 辽宁科技大学 研究生 学院（系） 2012 年10月15日 课名：应用数理统计 班级：研12 姓名： 张贺 学号*** 专业： 矿业工程 任课教师：刘洪教授 实验内容一： 某切割机在正常工作时,切割每段金属棒的平均长度为10.5cm.今从一批产品中随机地抽取15段,测得其长度(单位:cm)如下 10.4 10.6 10.1 10.4 10.5 10.3 10.3 10.2 10.9 10.6 10.8 10.5 10.7 10.2 10.7 设金属棒长度服从正态分布,且标准差没有变化,(), 试问（1）该机工作是否正常()? (2)上题中假定切割的长度服从正态分布,问该机切割的金属棒的平均长度有无显著变化()? (3)如果只假定切割的长度服从正态分布,问该机切割的金属棒长度的标准差有无显著变化()? 注：此题3个问题选作2个即可！ 实验内容二： 下表列出了18个5~8岁儿童的重量和体积. 重量x/kg 17.1 10.5 13.8 15.7 11.9 10.4 15.0 16.0 17.8 体积y/dm3 16.7 10.4 13.5 15.7 11.6 10.2 14.5 15.8 17.6 重量x/kg 15.8 15.1 12.1 18.4 17.1 16.7 16.5 15.1 15.1 体积y/dm3 15.2 14.8 11.9 18.3 16.7 16.6 15.9 15.1 14.5 (1) 画出散点图; (2) 求y关于x的线性回归方程，并作回归分析。 注：回归分析中的有关方差分析的部分可以不做 实验结果： 实验内容一结果： (1) 根据题意, 要对均值作双侧假设检验 输入 执行后, 再输入 则输出结果如图1所示。 图1 计算过程与结果 即结果给出检验报告: 样本均值, 所用的检验统计量为统计量(正态分布),检验统计量的观测值为-0.387298, 双侧检验的值为0.698535, 在显著性水平下, 接受原假设, 即认为该机工作正常. (3) 根据题意, 要对方差作双边假设检验: 输入 则输出图2的结果 图2 计算过程与结果 即检验报告给出: 样本方差 所用检验统计量为自由度4的分布统计量(检验), 检验统计量的观测值为19.6, 双边检验的值为0.143265, 在显著性水平时, 接受原假设, 即认为样本方差的偏大系偶然因素, 生产流程正常, 故不需再作进一步的检查. 实验内容二结果： 图3 散点图 图4 回归分析 现对上述回归分析报告说明如下: BestFit(最优拟合)- 表示一元回归方程为 ; ParameterCITable(参数置信区间表)中: Estimate这一列表示回归函数中参数a, b的点估计为=-0.0787599 (第一行), = 0.984544 (第二行); SE这一列的第一行表示估计量的标准差为0.404768, 第二行表示估计量的标准差为0.0266105; CI这一列分别表示的置信水平为0.95的置信区间是(-0.936829,0.77931), 的置信水平为0.95的置信区间是(0.928132,1.04096)。 ParameterTable(参数表)中前两列的意义同参数置信区间表; Tstat与Pvalue这两列的第一行表示作假设检验(t检验):时, T统计量的观察值为-0.19458, 检验统计量的P值为0.848171, 这个P值非常小, 检验结果强烈地否定, 接受; 第二行表示作假设检验(t检验): 时T统计量的观察值为36.9983, 检验统计量的P值为0, 这个P值也非常小, 检验结果强烈地否定接受. Rsquared-0.988447, 表示 它说明y的变化有98.8%来自x的变化; AdjustedRSquared-0.987725, 表示修正后的0.987725. EstimatedVariance-0.0684186, 表示线性模型中方差的估计为0.0684186. ANOVATable(回归方差分析表)中的DF这一列为自由度: Model(一元线性回归模型)的自由度为1, Error(残差)的自由度为Total(总的)自由度为 SumOfSq这一列为平方和: 回归平方和93.6564, 残差平方和1.0947,总的平方和94.7511; MeanSq这一列是平方和的平均值, 由SumOfSq这一列除以对应的DF得到, 即 FRatio这一列为统计量的值, 即F=136