哈工大数理统计大作业.docxVIP

数理统计作业学号：14S109063 姓名：孙巍 学院：材料学院 专业：材料工程 类别：应用型 异常值 Qi-1 -5IQR=392.5975-1 .5X 142.6075=178.68625 异常值 Q3+l.5IQR=535.2050+l.5 X 142.6075=749.11625 所以该组数据没有异常值此外低于400的硬度值较少，硬度值普遍较高。 绘制材料硬度的直方图: 宜方图 o o o350.00400.00450.00500.00550.00600.00650.00强度均值 o 350.00 400.00 450.00 500.00 550.00 600.00 650.00 强度 均值=477.08 标很偏蜕=87.538 N=14 姓名：孙巍学号：14sl09063学院：材料学院 外表处理材料的硬度与距离材料外表距离的关系-基于一元线性回归分析方法的实例研究 摘要：经过外表处理后的材料硬度随着距离材料的外表距离的不断变化而变化, 为了更好的研究材料的外表性质，我们需要确定出距离与维氏硬度的关系。因此, 我们数据，运用一元线性回归方法，同时利用统计软件SPSS对距离对硬度 的影响进行研究，为外表硬度的相关研究提供参考。 关键词：SPSS 一元线性回归 外表维氏硬度距离外表距离一.一元线性回归分析的理论介绍 一般地，当随机变量丫与普通变量X之间有线性关系时，可设y = /?o+/?lX + * ￡~N（0,o2）, 其中及），用为待定系数。 设（西，乂），（X2，为），…，（为，工7）是取自总体（X，丫）的一组样本， （不弘）,。%%），…，（当，为）是该样本的观察值，在样本和它的观察值中的 …，与是取定的不完全相同的数值，而样本中的，…，工在试验 前为随机变量，在试验或观测后是具体的数值。 一次抽样的结果可以取得〃对数据（项），（、2，%），…，（的，儿），那么有M+ P\Xi , i = 1,2 , -?? ,n 其中与，邑，…，邑相互独立。 在线性模型中，由假设知Y~N^+限 o2）, ￡（7）二4+片X 回归分析就是根据样本观察值寻求为，片的估计A）, A。 八八八那么对于确定的瓦，自，当给定x值时，就取丫=4）作为 ￡（丫）=氏+ P\X的估计，该估计方程就称为y关于x的线性回归方程，其图 像称为回归直线，A称为回归系数。 那么，现在的问题是怎么去求解这里的60,61……概率论与数理统计中我们学会了应用最小二乘法求解60,A,大致过程如下： 对样本的一组观察值（为/1），（12, 火），…,（//〃），对每个9,由线性回归 方程可以确定一回归值八八 Si = 00 + P\ Xi, 这个回归值土与实际观察值乂之差/\/X % 一京=乃-，0 +，1毛刻画了匕与回归直线/ = /（）+61%的偏离度.一个自然的想法就是：对所有 ，，假设丹与yi的偏离越小，那么认为直线与所有试验点拟和得越好。 ）1令。（人⑶=￡（—3）2 1=\八 上式表示所有观察值上与回归直线匕的偏离平方和，刻划了所有观察值与回 归直线的偏离度。 所谓最小二乘法就是寻求 用与￡1的估计 瓦，自，使 0（A）,/i） = minQ3）,，J利用微分的方法，求。关于4），片的偏导数，并令其值为零，得 ^■ 二 一2￡（% 一4一月巧）=。 明） 日 雪=-2弋（z - A - 4七）七二0 明 /=1 整理得 z=l1=1、 z=l 闩 00 +01 = 解得 B、= Z、 -2一 nx / i JL1Zz- 假设记def L xy nZ (x, - x)(九- z = l n￡ Xiy i - n x y i=\ defL XXV1 2-2 def L XX x i - n x i = 1Bo = y - xBi 八 P\ - L*y IL xx 叫做a,用的最小二乘估计.而那么为所求的y关于x的一元线性回归方程. 下面我们来看一下回归方程的显著性检验： 前面关于线性回归方程j = 6() +31X的讨论是在线性假设 y = #o+，/ + ￡, ￡~N（0,o2）下进行的。这个线性回归方程是否有实用 价值，那么要根据实际观察得到的数据运用假设检验的方法来判断. 由线性回归模型丫 =为+，1% + ￡ , ￡?N（0,，）可知，当月二。时，就认 为y与x之间不存在线性回归关系，故需检验如下假设： H。邙、=0, H］：0 产 0. 为了检验假设％,先分析对样本观察值》1，＞2, .??，》〃的差异，它可以用总的 偏差平方和来度量，记为. _ St =Z（yT）2=/?,Z = 1 TOC \o 1-5 \h \z 几_另外：St =Z（%一6+反一 V）2 Z = 1=￡ （匕-女）2 +- Z = 1Z = 1令 s = ￡（%-