数理统计实验3A方差分析和线性回归ppt课件

1、实验3方差分析和线性回归ANOVA and Linear Regression实验3.1方差分析ANOVA实验3 方差分析和线性回归工厂A工厂B工厂C4042454438363843424047504653三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01231123:,HH 不全相等实验3.1 方差分析参考答案01231123:,HH 不全相等实验3.1 方差分析202.114395.6297.714311.62793.9823FSSASSESSTFWMSA MSE方差分析演示ANOVA Demo实验3.1 方差分析地区1地区2地区34042

2、464438363844424047504453三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01231123:,HH 不全相等实验3.1 方差分析地区1 地区2 地区34042464438363844424047504453n=14CR=T2/n=26058.2857210200194T=604882080009409A=26229886080409454R=26354(2)数据的表格计算01231123:,HH 不全相等实验3.1 方差分析dfE=n-a=14-3=11dfA=a-1=3-1=2dfT=n-1=14-1=13SSA=A-C

3、R=26229-26058.2857=170.7143SSE=R-A=26354-26229=125.0SST=R-CR=26354-26058.2587=295.7143(3)平方和及自由度计算210.5773RSSE SST 实验3.1 方差分析SourceSSdfMSF value F0.05(2,11)Factor AError170.7143125.021185.357111.36367.51143.9823Total295.7143 13三地区铁矿石含铁量差异性检验方差分析表0.05 2,117.51143.9823MSA MSEF(4)方差分析表01231123:,HH 不全相等

4、实验3.1 方差分析 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01231123:,HH 不全相等实验3.1 方差分析实验3.2线性回归Linear Regression实验3 方差分析和线性回归x化学反应温度y化工产品得率xy10011012013014015016017018019045515461667074788589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

5、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2002020.957.231924.871932.10.99635.31772.739350.483032.739350.4830357.64112.3457.642.34,57.642.3455.30,59.98FExSSESSRSSTRWMSR MSEyxyxxxLtdfMSEnSSCI x化学反应温度y化工产品得率参考答案实验3.2 线性回归实验3.2 线性回归线性回归演示Linear Regression demox家庭月收入y家庭月支出xy20152

6、02516201819221618141720141917182013(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x家庭月收入y家庭月支出xy2015202516201819221618141720141917182013(2)散点图和散布特征实验3.2 线性回归x家庭月收入y家庭月支出(3)数据的表格计算xy2015202516201819221618141720141917182013n=10 xy=331019137311702948实验3.2 线性回归x家庭月

7、收入y家庭月支出221119119.1101117017.0103310191 170/1063.03731 191 /1082.92948170 /1058.0 xyxxnyynSPSSSS(4)均值与平方和计算实验3.2 线性回归2222263 82.90.7599517.00.75995 19.12.484952948170 /1058.063 82.947.876965863 82.910.12304xyxyxbSP SSaybxSSTSSSSRSPSSSSESSSPSS(5)参数估计与平方和计算实验3.2 线性回归SourceSSdfMSF valueF0.05(1,8)ModelE

8、rror47.8769610.123041847.876961.2653837.8365.3177Total58.09方差分析表211 10.123 580.8255,0.05,5.3177REFRERSSE SSTP MSR MSEFdfdfWMSR MSEFdfdfMSR MSE (6)方差分析表和决定系数01:0:0HbHb实验3.2 线性回归 020.025202000001019.1170.05882.30601.2653882.9112.78562.484950.7599515.4041;12.6185,18.1897；点预测：区间预测：EEExExnxxdftdftMSESSE dfSSxxLtdfMSEnSSyxyyL yL(7)点预测和区间预测实验3.2 线性回归(8)回归预测对比试验观测实验3.2 线性回归(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+0.7