数理统计实验A方差分析和线性回归.ppt

2019/6/22,统计实验3：方差分析和线性回归,1,实验3 方差分析和线性回归 ANOVA and Linear Regression,2019/6/22,统计实验3：方差分析和线性回归,2,实验3.1 方差分析 ANOVA,实验3 方差分析和线性回归,2019/6/22,统计实验3：方差分析和线性回归,3,三个工厂所产钢管产品的镀层厚度检验数据(m),问题：三工厂所产钢管的镀层品质是否有差异？,样本和任务,实验3.1 方差分析,2019/6/22,统计实验3：方差分析和线性回归,4,参考答案,实验3.1 方差分析,2019/6/22,统计实验3：方差分析和线性回归,5,方差分析演示 ANOVA Demo,实验3.1 方差分析,2019/6/22,统计实验3：方差分析和线性回归,6,三个地区所产铁矿石的含铁量抽检数据(),问题：三地区所产铁矿石的品质是否有差异？,(1)演示资料和问题,实验3.1 方差分析,2019/6/22,统计实验3：方差分析和线性回归,7,(2)数据的表格计算,实验3.1 方差分析,2019/6/22,统计实验3：方差分析和线性回归,8,dfE=n-a=14-3=11 dfA=a-1=3-1=2 dfT=n-1=14-1=13 SSA=A-CR=26229-26058.2857=170.7143 SSE=R-A=26354-26229=125.0 SST=R-CR=26354-26058.2587=295.7143,(3)平方和及自由度计算,实验3.1 方差分析,2019/6/22,统计实验3：方差分析和线性回归,9,三地区铁矿石含铁量差异性检验方差分析表,(4)方差分析表,实验3.1 方差分析,2019/6/22,统计实验3：方差分析和线性回归,10,因p=0.00883.9823属于拒绝域，故在0.05水平上否定假设H0。 方差分析结果表明，0.05水平上确认三地区所产铁矿石的含铁量存在显著差异。,(5)方差分析结论,实验3.1 方差分析,2019/6/22,统计实验3：方差分析和线性回归,11,实验3.2 线性回归 Linear Regression,实验3 方差分析和线性回归,2019/6/22,统计实验3：方差分析和线性回归,12,x化学反应温度 y化工产品得率,样本和任务,测得某化工产品得率y与其化学反应温度x的样本，试完成下面的任务： (1)绘散点图并描述散布特征 (2)做回归方程的最小二乘估计 (3)做回归方程的显著性检验 (4)做反应温度125时的点预测和区间预测,实验3.2 线性回归,2019/6/22,统计实验3：方差分析和线性回归,13,x化学反应温度 y化工产品得率,参考答案,实验3.2 线性回归,2019/6/22,统计实验3：方差分析和线性回归,14,x化学反应温度 y化工产品得率,参考答案,实验3.2 线性回归,2019/6/22,统计实验3：方差分析和线性回归,15,实验3.2 线性回归,线性回归演示 Linear Regression demo,2019/6/22,统计实验3：方差分析和线性回归,16,x家庭月收入 y家庭月支出,(1)演示资料和问题,试完成下面的任务： (1)绘散点图并描述散布特征 (2)回归方程估计 (3)回归方程显著性检验 (4)月收入17百元时支出的点预测和区间预测,实验3.2 线性回归,2019/6/22,统计实验3：方差分析和线性回归,17,x家庭月收入 y家庭月支出,(2)散点图和散布特征,实验3.2 线性回归,2019/6/22,统计实验3：方差分析和线性回归,18,x家庭月收入 y家庭月支出,(3)数据的表格计算,实验3.2 线性回归,2019/6/22,统计实验3：方差分析和线性回归,19,x家庭月收入 y家庭月支出,(4)均值与平方和计算,实验3.2 线性回归,2019/6/22,统计实验3：方差分析和线性回归,20,(5)参数估计与平方和计算,实验3.2 线性回归,2019/6/22,统计实验3：方差分析和线性回归,21,方差分析表,(6)方差分析表和决定系数,实验3.2 线性回归,2019/6/22,统计实验3：方差分析和线性回归,22,(7)点预测和区间预测,实验3.2 线性回归,2019/6/22,统计实验3：方差分析和线性回归,23,(8)回归预测对比试验观测,实验3.2 线性回归,2019/6/22,统计实验3：方差分析和线性回归,24,(9)回归分析结论,回归分析结论(问题的处理结果)如下： (1)散点图表明y与x呈线性相关趋势 (2)回归方程为y=2.48495+0.75995x (3)因MSR/MSE=37.8365.3177，0.05水平上否定H0，回归方程0.05水平上检验显著 (4)