统计工作论文关于论回归在统计工作中的应用论文范文参考资料

统计工作论文关于论回归在统计工作中的应用论文范文参考资料 摘要：近几年，随着城市污水处理厂的大规模建设，污水处理量逐步加大，减少了污水的排放对水环境的污染。本文通过对污水处理厂进水泵运行的相关数据统计，应用回归分析，建立一元线性回归模型，研究进水泵运行时间和污水处理量之间的关系，并对回归方程的精确度进行了相关性检验，为污水处理厂运行数据预测提供依据。 关键词：回归分析应用预测 客观世界的事物和现象都是普遍联系、相互制约的，在数量关系上，就是一种现象发生某种数量的变化，必然是对其他的相关现象有一定数量上的影响，这些现象之间一般有两种类型的依存关系：函数关系和相关关系，函数关系的各现象之间的数量关系有十分严格的确定性，当其中一种现象或几种现象取一定的值时，另一种现象只有唯一确定的值对应，一般的表示方法有：列表法、解析法、图像法；相关关系的各现象之间的数量关系是非确定性的，一种现象或几种现象取一定数值的时候，对应的另一种现象的值是不确定的，只是按某种规律在一定范围内变化，用函数关系可以表达它们之间的统计规律性。回归函数就是近似地描述具有相关关系的变量间联系的函数。回归分析是用一个或一组随机变量的观察值所建立的数学模型及进行的统计分析，一般有一元回归分析和多元回归分析。下面结合污水处理厂运行数据论述回归分析在统计工作中的应用。 污水处理厂的处理量受进水管网、进水泵运行时间等因素的影响，现在污水处理量是按照在线监测仪器的监测数据来确定的，由于污水厂的进水泵部分是变频的，进水泵的额定流量也只是一个区间值，没法确定准确的流量数，所以在监测仪器出现故障时，单纯按照进水泵的运行时间确定污水处理量是不准确的，只能计算出污水处理量的估计值，利用线性回归的方法把污水处理厂的进水泵和污水处理量的相关数据进行分析，得出具体的回归统计模型，就能基本上解决这个问题，对污水处理量的确定提供可靠的依据。 下面，结合污水处理厂的统计数据做具体的回归分析，并得出其回归方程。表1是该厂10月份其中10天的污水处理量和进水泵运行时间的统计数据。 由10月份10天的污水处理量和进水泵运行时间，即可求出： 93.110.894Lxx=910.9Lxy=42.176 b=42.176/910.9=0.0463 a=10.894-0.046*93.1=6.583 所以，由这两组运行数据得出的回归方程为： Y=6.583+0.0463x 依据样本数据得到的回归方程，是否与实际相符合，即进水泵的运行时间是否对污水处理量产生影响呢表2是实际污水处理量与回归方程算出数据的差别。 计算结果说明：污水处理量的总变差为4.5516，其中由于进水泵运行时间变化所造成的为1.9527，由于进水泵运行时间以外的其他因素所共同造成的为2.5989，但回归拟合是否优良，还需要进一步检验。回归离差平方和SSR的自由度为1，残差平方和SSE的自由度为n-2，在两个变量无线性关系的假设下，由于服从第一个自由度为1，第二个自由度为n-2的F分布，即FF（1，n-2）。籍此就可以检验两个变量之间的线性关系是否显著，即检验回归模型能否成立。 作为统计量，选=0.05，查出临界值得=F0.05（1.8）=5.32，若算出的统计量F?5.32，则说明所推导的回归方程能够反映出实际情况，反之则推导的回归方程无意义。结合以上资料， F=1.953/2.599/8=6.01?5.32 所以可以认为前面推导的回归方程能够反映污水处理量和进水泵运行时间的实际情况。 既然可以认为前面的回归方程能够反映污水处理量和进水泵运行时间的实际情况，那么可以用回归模型去估计在X=X0下，Y0平均值E（Y0），或去预测某个具体的值。 对于上例，若给定X=80，则污水处理量的点估计值为： 所以污水处理量E（Y0）的95%预测区间上下限为（9.9476，10.6264） 结语： 回归方程的预测，在实际生产过程中有着重要的作用，通过对污水处理厂污水处理量和进水泵运行时间的回归分析，可以得出以下结论：回归分析法能够广泛