合金強(qiáng)度與碳含量的回歸分析

合金強(qiáng)度與碳含量的回歸分析

ID:14519685

大?。?03.00 KB

頁數(shù):16頁

時間:2018-07-29

合金強(qiáng)度與碳含量的回歸分析_第1頁
合金強(qiáng)度與碳含量的回歸分析_第2頁
合金強(qiáng)度與碳含量的回歸分析_第3頁
合金強(qiáng)度與碳含量的回歸分析_第4頁
合金強(qiáng)度與碳含量的回歸分析_第5頁
資源描述:

《合金強(qiáng)度與碳含量的回歸分析》由會員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在教育資源-天天文庫。

1、沈陽理工大學(xué)理學(xué)院成績評定表學(xué)生姓名王青松班級學(xué)號1009010215專業(yè)信息與計(jì)算科學(xué)課程設(shè)計(jì)題目合金強(qiáng)度與碳含量的回歸分析評語組長簽字:成績?nèi)掌?012年06月28日16沈陽理工大學(xué)理學(xué)院課程設(shè)計(jì)任務(wù)書學(xué)院理學(xué)院專業(yè)信息與計(jì)算科學(xué)學(xué)生姓名王青松班級學(xué)號1009010215課程設(shè)計(jì)題目合金強(qiáng)度與碳含量的回歸分析實(shí)踐教學(xué)要求與任務(wù):通過該課程設(shè)計(jì),使學(xué)生進(jìn)一步理解概率論與數(shù)理統(tǒng)計(jì)的基本概念、理論和方法;初步掌握Excel統(tǒng)計(jì)工作表在隨機(jī)模擬中是應(yīng)用,MATLAB統(tǒng)計(jì)軟件包對數(shù)據(jù)進(jìn)行統(tǒng)計(jì)檢驗(yàn)和統(tǒng)計(jì)分析;具備初步的運(yùn)用計(jì)算機(jī)完成數(shù)據(jù)處理的技能,使課堂中學(xué)習(xí)到理論得到應(yīng)用。1.?dāng)?shù)據(jù)整理:收集數(shù)據(jù),錄

2、入數(shù)據(jù),畫出相應(yīng)圖形;建立數(shù)學(xué)模型,數(shù)據(jù)的輸入與整理,各種數(shù)據(jù)的圖形顯示。2.假設(shè)檢驗(yàn):MATLAB繪制出直方圖,做數(shù)據(jù)分布的推測;參數(shù)估計(jì),假設(shè)檢驗(yàn),繪制概率密度圖。3.單因素、多因素方差分析:正態(tài)總體的方差分析問題;MATLAB統(tǒng)計(jì)軟件中關(guān)于方差分析的相關(guān)命令,做出方差分析表,box圖,能對結(jié)果進(jìn)行簡單分析。4.一元、多元線性回歸模型:回歸系數(shù)的估計(jì)與檢驗(yàn),數(shù)據(jù)散點(diǎn)與回歸直線的圖示,殘差圖。運(yùn)用MATLAB統(tǒng)計(jì)軟件,對給定的數(shù)據(jù)擬合回歸方程。工作計(jì)劃與進(jìn)度安排:周三1~2節(jié):選題,設(shè)計(jì)解決問題方法周三3~8節(jié):調(diào)試程序周四1~4節(jié):完成論文,答辯指導(dǎo)教師:張玉春2012年6月28日專業(yè)負(fù)責(zé)

3、人:2012年7月8日學(xué)院教學(xué)副院長:2012年7月19日16沈陽理工大學(xué)理學(xué)院摘要數(shù)理統(tǒng)計(jì)是具有廣泛應(yīng)用的數(shù)學(xué)分支,而區(qū)間估計(jì)和假設(shè)檢驗(yàn)問題在其中占有很重要的地位。對于正態(tài)總體期望和方差的區(qū)間估計(jì)和假設(shè)檢驗(yàn)問題已有完備的結(jié)論;對于非正態(tài)總體期望和方差的區(qū)間估計(jì)和假設(shè)檢驗(yàn)問題,在大樣本的情況下,可利用中心極限定理轉(zhuǎn)化為正態(tài)總體來解決。但實(shí)際問題中常常碰到非正態(tài)總體,而且是小樣本的情況,因此對它的區(qū)間估計(jì)和假設(shè)檢驗(yàn)是一個值得研究的問題。本文利用概率綸與數(shù)理統(tǒng)計(jì)中的所學(xué)的回歸分析知識,對合金強(qiáng)度與碳含量之間的關(guān)系建立數(shù)學(xué)模型,利用這些數(shù)據(jù)做出碳含量關(guān)于合金強(qiáng)度的線性回歸方程,并MATLAB與EXC

4、EL軟件對驗(yàn)數(shù)據(jù)進(jìn)行分析處理,得出線性回歸系數(shù)與擬合系數(shù)等數(shù)據(jù),并用F檢驗(yàn)法檢驗(yàn)了方法的可行性,同時用分布參數(shù)置信區(qū)間和假設(shè)檢驗(yàn)問題,得出了碳含量關(guān)于合金強(qiáng)度的線性關(guān)系顯著,并進(jìn)行了深入研究,提出了小樣本常用分布參數(shù)的置信區(qū)間與假設(shè)檢驗(yàn)的解決方法。關(guān)鍵詞:統(tǒng)計(jì)量法;置信區(qū)間;假設(shè)檢驗(yàn);線性關(guān)系;回歸分析16沈陽理工大學(xué)理學(xué)院目錄1設(shè)計(jì)目的12設(shè)計(jì)原理12.1模型回歸系數(shù)的估計(jì)12.2回歸方程顯著性檢驗(yàn)22.3回歸系數(shù)的置信區(qū)間32.4利用模型預(yù)測33設(shè)計(jì)問題43.1用matlab處理數(shù)據(jù)43.2excel處理數(shù)據(jù)74設(shè)計(jì)總結(jié)12參考文獻(xiàn)1216沈陽理工大學(xué)理學(xué)院16沈陽理工大學(xué)理學(xué)院1設(shè)計(jì)目的

5、了解一元回歸方程,回歸系數(shù)檢驗(yàn)方法及應(yīng)用一元回歸方程進(jìn)行預(yù)測的方法;學(xué)會應(yīng)用MAATLAB軟件進(jìn)行一元回歸實(shí)驗(yàn)的分析方法。2設(shè)計(jì)原理在實(shí)際問題中,經(jīng)常會遇到兩個變量之間的相關(guān)關(guān)系的(即直線型),而是非線性的(即曲線形)。設(shè)其中有兩個變量X與Y,我們可以確定一個函數(shù)關(guān)系式:y=(x)大致的描述Y與X的相關(guān)關(guān)系,函數(shù)(x)稱為Y關(guān)于X的回歸函數(shù),方程方程y=(x)稱為Y關(guān)于X的回歸方程。一元回歸處理的是兩個變量x與y之間的線性關(guān)系,可以設(shè)想y的值有兩部分構(gòu)成:一部分是自由變量x的線性影響所致,表示x的線性函數(shù)a+bx;另一部分只有眾多其他因素,包括隨機(jī)因素影響所致,這一部分可以視為隨機(jī)誤差項(xiàng),記為

6、,可以得到一元線性回歸模型y=a+bx+······(1)式中,自變量x是可以控制的隨機(jī)變量,由于是隨機(jī)誤差,可根據(jù)中心極限定理,假定~N(0,),是未知參數(shù)。確定Y與X的關(guān)系前,可根據(jù)散點(diǎn)圖的形狀,選擇適當(dāng)?shù)那€回歸方程,而這些方程往往可以化為線性方程或者就是線性方程:y=a+bx大致描述變量Y與X之間的關(guān)系。2.1模型回歸系數(shù)的估計(jì)為了估計(jì)回歸系數(shù),假定得到兩個變量x與y的n個數(shù)據(jù)對(x,y),i=1,2,,···,n我們將這n對觀測值帶入(1)式,得y=a+bx+,i=1,2,,···,n這里,,···,是相互獨(dú)立的隨機(jī)變量,均服從正態(tài)分布即~N(0,),i=1,2,3,···,n在一定

7、意義下“最佳地”16沈陽理工大學(xué)理學(xué)院表現(xiàn)變量Y與X之間的相關(guān)關(guān)系,解決該問題,可以利用所謂的最小二乘法,即要求選取的a,b的值使得隨機(jī)誤差的平方和最小,即求使得函數(shù)Q(a,b)==取得最小值時的a,b。由于Q(a,b)是a,b的二元函數(shù),利用函數(shù)存在極值的必要條件,Q(a,b)分別對求a,b偏導(dǎo)數(shù),并令其為0,構(gòu)成二元一次方程組,,這里得到以下方程組a解此方程組得參數(shù)a,b的估計(jì)值,由觀測數(shù)據(jù)和

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。