第9章回归分析与方差分析_第1页
第9章回归分析与方差分析_第2页
第9章回归分析与方差分析_第3页
第9章回归分析与方差分析_第4页
第9章回归分析与方差分析_第5页
已阅读5页,还剩1页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、第9章回归分析与方差分析基本要求1. 了解回归分析与方差分析的基本思想,掌握一元线性回归方程的求法;2. 对一元线性回归模型,掌握线性相关显著性的检验法;3. 掌握利用线性冋归方程进行预测的方法;了解一些可线性化的回归及简单的多元线性冋 归;4. 掌握单因素方差分析的基本方法。典型例题1.对某种产品进行一项腐蚀加工试验,得到腐蚀时间兀(s)和腐蚀深度数据如下:x551020304050606590120y4681316171925252946假设y与无之间符合一元线性回归模型y =如+勿兀+ _求(1)建立线性回归方程;(2)在显著水平a = 0.01下检验丹():勿=0; (3)当x0 =

2、755时,求腐蚀深度儿)的置信水平为0.99的置信区间;(4)给定l-a = 0.95,便腐蚀深度在1020“加z间,应腐蚀多长时间?解(1)因为h =11工h-11"11xx?-llx211755-11x45x18.913.5875-11x2025= 0.323i=bq=y-bx = 1 &91-0.323x45 = 4.375所以,线性回归方程为.9 = 4.375+ 0.323兀1111(2) s总=工(儿一刃2 =工异-llxy2 = 5398- 11 x357.5881 = 1464.531 i=li=111111s回胡2立石一元)2胡2(空h/=1i=li=l=0

3、.3232 x(35875-llx2025) = 1418.8744s残=s总、-s残=45.6565检验假设h°:切=0,h :加h0ho的检验统计量为f =f(“ - 2)s残心一 2)ho的临界值为甩(1, n-2) =心01(19 = 10.6,市前面计算结果知f _ s残 /(/1 - 2)所以,在显著水平0 = 0.01下,拒绝原假设,认为5工0,即y对兀的线性回归显著。i(兀0 _丘)2(3)拦=3.2498 x 2.2523 x 1.0755 = 7.87xx)9的1 a = 0.99置信水平的置信区间为(方0 +方1兀。8. b° +方1兀o +力)经过计

4、算得区间为(20.73, 36.47)。(4)为了使腐蚀深度在一定范囤内,必须控制腐蚀时间的范i节i,这是控制问题。控制范囤为(x0,x0),其屮0.323a(10- 4.375 + 2.58 x 2.2523) = 31.36s残n 一 2 1 / 兀0 =丁();2 _方0 +%52故腐蚀时间应控制在31.3634.43秒之间。b缶(20 7375 +2.58x2.2523) = 34.432.设随机变量y与非随机变量兀满足一元正态线性回归模型y = b()+勿尤+ 0 ,x0410152129365168y66.771.076.380.685.792.999.4113.6125.9e-n

5、(y2(y2 > 0未知,今对兀丫独立观测9次,得观测结果为:求(1) y对兀的回归方程;(2) a = 0.01在下检验丹0:勿=0。解由a,&)的计算公式得=279.697 > 10.6 二甩(1/ 2)b工 y -9"9i=l3535.844060= 0.87b()= y - ft x = 67.51故所求的回归方程为y = 67.51 + 0.87x(2)先计算以下儿个平方和:99总变差平方和s总=工()丫 一歹)2 =工少孑-9y2 =76218.17-9x90.142 =309l194/=1i=9回归平方和s回=一刃 2 =3073.014/=1残差平

6、方和s残=5总-s回=18.18 对假设ho :勿=0,有两种检验法方法一用f检验法h°的检验统计量为f =' f(l, n 2)s残n-2h° 的临界值为 甩(1, n-2) = foe (1,7) = 12.25ho的拒绝域为f>fa (1, n-2)计算检验统计量的值f = 学l = 1144.2 > 12.25 =甩(1丿一 2)s残n-2所以,在显著水平下a = 0.01下拒绝h0:勿=0,认为勿工0。即y对兀的线性回归显著。方法二用f检验法的检验统计量为厂ho 的临界值为 ta(n-2) = f().()()5 (7) = 3.4992ho的

7、拒绝域为了 >ta(n-2)2利川前面结果得9sxx 二工(勺一元)2=4060 /=1b =0.87s 残=18.18于是故在显著水平下 = 0.01 k拒绝h。:加=0,认为勿工0。即丫对x的线性回归显著。木题中,f检验法和f检验法得到相同结果,这两种方法事实上是一致的。问题与思考1. 何谓相关关系?举例说明。2. 对线性回归模型的统计分析主要解决哪些问题?3. 对一元线性回归模型,叙述线性相关关系的/检验法和f检验法,并证明这两种方法是 等价的。4. 简述最小二乘法及其基本思想。5. 在一元正态线性回归模型下,假设:ho:b=o,h.b严0,当被接受或拒绝时各意味着什么?6 方差分

8、析的基木思想及分类。7.什么是交互效应?练习与答案设随机变量丫与非随机变量兀满足一元线性回归模型y=b( +/71x + e(e) = o,z)(e) =(t2 >0,对兀和y独立观测6次,得到以下数据:300400500600700800y405055606770求y关于兀的线性回归方程。2. 用镁合金x光探伤时,要考虑透视电压v与透视厚度/的关系,做了 5次独立试验结果 如下:l(mm)816203454v(v)455().55562.570设叫=b° +bjj +勺(21,2,3,4,5),勺是相互独立且服从正态分布7v(o,(t2) (/未知)的随机变虽。求v关于/的线

9、性回归方程,并在显著水平0 = 0.05下检验线性回归模型的显 著性。3 .设随机变量丫与非随机变量x之间满足线性回归模型 y =b0 +blx + e,e(e) = 0,d(e) = (j2 > 0 , bq,b和(t?是未知参数,测得 6 组数据:3.253.205.07342.904.02y2813270511103259021315181求仇,勺的最小二乘估计量和<7?的无偏估计量。4.设有一个数学提高班,现将学生分成三个小组,分别由甲、乙、丙三位教员任教,三个 小组的部分学生的最终成绩如下:任课教员学生成绩(分)甲6555757555乙85658090丙85759590100设三个小组学生成绩服从正态分布,方差相同,在检验水平为0 = 0.05下,检验教员对学 生学习成绩影响是否显苦?5. 抽查某地区三所小学五年级男学生身髙,得数据如下:小学身高数据(cm)小学甲12&1134.1133.1138.9140.8127.4小学乙150.3147.9136.8126.0150.7155.8小学丙140.6143144.5143.7148.5146.4设三所小学学牛身高均为正态分布,方差相同,问该地区三所小学五年级男学生的平均

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论