薛毅數(shù)學(xué)模型數(shù)學(xué)建模第八次作業(yè)多元分析實(shí)驗(yàn)(完整版)
【正文】 ,123,46,117,173,112,111,114,134,73,168,143,202,124),+ Y= c(64,60,71,61,54,77,81,93,93,51,76,96,77,93,95,54,168,99)+ ) lm(Y~X1+X2+X3, data=import) summary()得到如下結(jié)果：Call:lm(formula = Y ~ X1 + X2 + X3, data = import)Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error t value Pr(|t|) (Intercept) * X1 **X2 X3 Signif. codes: 0 ‘***’ ‘**’ ‘*’ ‘.’ ‘ ’ 1 Residual standard error: on 14 degrees of freedomMultiple Rsquared: , Adjusted Rsquared: Fstatistic: on 3 and 14 DF, pvalue: 所以得到回歸方程為：Y= + +，各項(xiàng)系數(shù)的檢驗(yàn)結(jié)果為：常數(shù)項(xiàng)顯著；X1項(xiàng)系數(shù)很顯著；X2項(xiàng)系數(shù)不顯著；X3項(xiàng)系數(shù)不顯著。 weightsrep(1, n)。分析回歸診斷圖：（1）第一張為殘差圖，由于殘差的分布與回歸值的分布相吻合，因此可以認(rèn)為殘差的方差滿足齊性。（1）建立一元線性回歸模型，求解，并驗(yàn)證系數(shù)、方程或相關(guān)系數(shù)是否通過檢驗(yàn)；（2）現(xiàn)測(cè)得今年的數(shù)據(jù)是X=7米，給出今年灌溉面積的預(yù)測(cè)值、預(yù)測(cè)區(qū)間和置信區(qū)間(α=)；（3）將數(shù)據(jù)散點(diǎn)、回歸預(yù)測(cè)值、回歸預(yù)測(cè)區(qū)間和置信區(qū)間均勻化在一張圖上，分析線性回歸的擬合情況。對(duì)于后6年的擬合是比較吻合的。（3）第四章圖給出了Cook距離值，從圖上來看，2號(hào)點(diǎn)的Cook距離最大，這說明2號(hào)點(diǎn)可能是強(qiáng)影響點(diǎn)（高杠桿點(diǎn)）。3. 回歸分析和逐步回歸研究同一地區(qū)土壤所含可給態(tài)磷（Y）的情況。利用drop1()函數(shù)計(jì)算： drop1()得到如下結(jié)果：Single term deletionsModel:Y ~ X1 + X3 Df Sum of Sq RSS AICnone X1 1 X3 1 此時(shí)的結(jié)果說明，去掉X3項(xiàng)的時(shí)候，AIC值和殘差平方值上升都是最小的，因此去掉X3項(xiàng)再次做線性回歸： lm(Y~X1,data=import)。再做多重t檢測(cè)： (X, A)得到如下結(jié)果：Pairwise parisons using t tests with pooled SD data: X and A 1 2 2 3 P value adjustment method: holm由計(jì)算結(jié)果得出結(jié)論，μ1與μμ2與μ3是有顯著差異的，而μ1與μ2沒有顯著差異。（1） 對(duì)數(shù)據(jù)作方差分析（考慮有交互作用的情況）；（2） 計(jì)算各種反應(yīng)溫度下產(chǎn)量均值的估計(jì)，各種反應(yīng)壓力下產(chǎn)量均值的估計(jì)，以及同時(shí)考慮溫度和壓力下產(chǎn)量均值的估計(jì)；（3） 通過（1）與（2）計(jì)算的結(jié)果來說明，在今后的生產(chǎn)中，我們將如何選擇生產(chǎn)的反應(yīng)溫度和反應(yīng)壓力，使得這些條件對(duì)生產(chǎn)最有利（注意，一定要說明你的理由）。營(yíng)養(yǎng)成分?jǐn)?shù)據(jù)都是定量數(shù)據(jù)，因此可以采用方差分析的思想來解決這個(gè)問題。其均值圖為：（2）方差非齊性變量的方差分析結(jié)果：針對(duì)熱量、脂肪、鈉、鉀三個(gè)變量。下面進(jìn)行兩兩多重比較：成對(duì)比較因變量(I) 廠商(J) 廠商均值差值 (IJ)標(biāo)準(zhǔn) 誤差差分的 95% 置信區(qū)間a下限上限熱量12.9453*.02021.412.9453*.01631*.0202*.016脂肪12.585*.250.024.0803.360.787.62921*.250.0243.353.060.02931.098.360.787.8252.683.353.060鈉12.4593*.00421.4593*.01431*.0042*.014基于估算邊際均值a. 對(duì)多個(gè)比較的調(diào)整： 最不顯著差別（相當(dāng)于未作調(diào)整）。由于數(shù)據(jù)量比較大，解答過程用SPSS軟件進(jìn)行計(jì)算，而沒有選用R軟件。利用R軟件來進(jìn)行判斷： aov(Y ~ A+B+A:B, data=tree) factory(+ Y=c(,+ ,),+ B=gl(3,6,18),+ A=gl(3,2,18)+ ) aov(Y~A+B+A:B,data=factory) summary()得到結(jié)果：Df Sum Sq Mean Sq F value Pr(F) A 2 * B 2 **A:B 4 **Residuals 9
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號(hào)-1