碳化物含对铝合金抗压强度影响的回归分析.docVIP

成 绩 评 定 表 学生姓名 班级学号 专 业 应用统计学 课程设计题目 碳化物含量对铝合金抗压强度影响的回归分析 评 语 组长签字： 成绩 日期 2015年7月10日 课程设计任务书 学 院 理学院 专 业 信息与计算科学 学生姓名 班级学号 课程设计题目 碳化物含量对铝合金抗压强度影响的回归分析 实践教学要求与任务: 通过该学生掌握作常见的统计分析数据整理：数据，录入数据，画出图形数据的输入与整理，各种数据的图形显示。多元模型：回归系数的估计与检验，数据散点与回归直线的图示，残差图。，对给定的数据拟合回归方程。方差分析 2015 年6月12日 专业负责人： 2015年7月16日 学院教学副院长： 2015年7月17日 摘 要 数理统计是具有广泛应用的数学分支而问题在其中占有很重要的地位回归分析是一种处理变量的统计相关关系的一种数理统计方法。回归分析的基本思想是虽然自变量和因变量之间没有严格的、确定性的函数关系, 但可以设法找出最能代表它们之间关系的数学表达形式回归分析按因变量和自变量的数量对应关系可划分为一个因变量对多个自变量的回归分析及多个因变量对多个自变量的回归分析 按回归模型类型可划分为线性回归分析和非线性回分析。 1 2 设计题目 1 3 设计原理 2 4 实现结果 5 5 线性回归的应用—估计与预测 7 5.1 估计 7 5.2 的预测区间 8 设计总结 9 致谢 10 参考文献 11  碳化物含量对铝合金抗压强度影响的回归分析 1 设计目的 学习用spss求解一元线性回归问题。并从输出表中读懂线性回归模型各参数的估计、回归方程，线性假设的显著性检验结果，因变量Y在观察点的预测区间等，更好的理解和运用概率论的相关知识解决实际问题。 2 设计题目 铝合金在某种碳化物的碳含量下做试验，数据如下： （表1） 合金添加剂浓度与抗压强度关系 (1)做散点图。 (2)以模型Y＝b+bx+,N(0,)拟合数据，其中b，b， 与x无关。 求回归方程=+x并作回归分析。 3 设计原理 进入spss软件，输入数据。如图3.1所示： 图3.1 选择“分析”、“回归”、“线性”命令，弹出相应对话框，选择进行简单线性回归分析的变量。在“线性回归”对话框的左侧列表框中，选中“碳含量”使之进入“因变量”列表框，选中“抗压强度”使之进入“自变量”列表框。 点击“statistics”按钮，选中估计（E）、模型拟合度（M），点击“继续”；如图3.2 图3.2 点击“绘图”按钮，选中“DEPENDNT”使之进入“Y”列表框，选中“ZPRED”使之进入“X”列表框，选中直方图（H）、正态概率图（R），点击“继续”按钮；如图3.3 图3.3 点击“保存”按钮，选中如下选项，点击“继续”按钮；如图3.4 图3.4 点击“选项”按钮，选中如下选项，点击“继续”按钮；如图3.5 图3.5 4 实现结果 用spss软件实现 输入数据及散点图 图4.1 从图可以看出，数据点大致落在一条直线附近，说明y与x之间的关系大致可以看作是直线关系。不过这些点又不都在一条直线上，表明y与x之间的关系不是确定性关系。 依题意，建立回归模型： 根据上述分析，建立一元线性回归基本模型如下： 其中、是未知参数，为其他随机因素对y的影响。x是非随机可精确观察的，是均值为零的随机变量，是不可观察的。 整理成表如下： 描述性统计量 均值 标准偏差 N 碳含量 .1583 .04108 12 抗压强度 49.1250 5.60083 12 该表是描述性统计量的结果，显示了变量y和x的均数、标准差、例数。 相关性 碳含量 抗压强度 皮爾森 (Pearson) 相关性 碳含量 1.000 .975 抗压强度 .975 1.000 显著性 （单侧） 碳含量 . .000 抗压强度 .000 . N 碳含量 12 12 抗压强度 12 12 该表是相关系数的结果。从表中可以看出，Pearson相关系数为0.975，单尾显著性检验的概率p值为0.000，小于0.05，所以碳含量和抗压强度之间具有较强的相关性. 變數已輸入/已移除a 模型 输入的变量 移去的变量 方法 1 抗压强度b . Enter a. 因变量: 碳含量 b. 已輸入所有要求的变量。 上表显示回归分析的方法以及变量被剔除或引入的信息。表中显示回归方法是用强迫引入法引入变量x的。 模型摘要b 模型 R R 平方 调整 R 平方 标准估计的误差 1 .975a .950 .945 .00960 a. 预测值：（常数），抗压