[工學(xué)]概率實驗報告全三次-資料下載頁
2024-10-19 00:06本頁面
【正文】 1]39。 ? plot(x,y,39。*39。) ? axis([0 30 10 30]) ? x=[2 7 9 1 5 12]39。 ? y=[13 21 23 14 15 21]39。 ? alpha=。 ? x1=[ones(size(x)) [2 7 9 1 5 12]39。] ? [xishu,xishudequjian,r,rint,tongjizhi]=regress(y,x1,alpha) ? 注意： ones(size(x)) ? 回歸時要在 x的列向量前加一行 1,自己考慮為什么 ? sprintf(39?；貧w方程 y=ax+b為 %f*x+%f 39。,xishu(2),xishu(1)) 結(jié)果為： ? 回歸方程 y=ax+b為： ? y＝ +*x ? 下面作預(yù)測：系數(shù)存放在 xishu矩陣中 ,執(zhí)行命令 y1= xishu(1)+ xishu(2)*8 ? 結(jié)果為 y1 = ? 汽車數(shù)是一個整數(shù) ,取整得 ? floor(y1) ? 結(jié)果為 ans＝ 19 ? 該工作人員在相應(yīng)的兩個小時里檢測的汽車數(shù)的期望值 y是 19 ? （ 3） 對回歸方程作假設(shè)檢驗 (左邊檢驗 ) ? 由于 beta1表達(dá)了 x每增加一個單位對應(yīng)的 Y的期望值的變化量。如果 beta1=0，意味著 斜率 beta1的假設(shè)檢驗 ? 回歸直線是一條水平線，并且 Y的均值也不是線性依賴于 x的值，因此， beta1是否為 0的檢驗就成為判斷 Y是否線性依賴于 x的關(guān)鍵。這就是關(guān)于原假設(shè) H0： beta=beta0是否被接受的假設(shè)檢驗問題 ? 第三問 ? if tongjizhi(1,3) ? disp(39。H0不成立 39。) ? end ? 第四問： 確定在監(jiān)測站工作 8周的工作人員在指定的時間區(qū)間內(nèi)，平均檢測汽車數(shù)期望 y的 ? 代碼如下： ? SSE=S_yyS_xy^2/S_xx。 ? % 誤差的方差的估計值的計算 ? S_e=sqrt(SSE/(size(x,1)2))。 ? qujian_left=y_evaluatedt_alpha*S_e*sqrt(1/size(x,1)+(y1mean(x))^2/S_xx)。 ? qujian_right=y_evaluated+t_alpha*S_e*sqrt(1/size(x,1)+(y1mean(x))^2/S_xx)。 ? disp(sprintf(39。在監(jiān)測站工作 8周的工作人員在指定的時間區(qū)間內(nèi)，平均檢測汽車數(shù)期望 y的 區(qū)間是 : (%f,%f)39。,qujian_left,qujian_right)) （ 5）第五問 ? PV_qujian_left=y_evaluatedt_alpha*S_e*sqrt(1+1/size(x,1)+(y1mean(x))^2/S_xx)。 ? PV_qujian_right=y_evaluated+t_alpha*S_e*sqrt(1+1/size(x,1)+(y1mean(x))^2/S_xx)。 ? disp(sprintf(39。在監(jiān)測站工作 8周的工作人員在指定的時間區(qū)間內(nèi)，平均檢測汽車數(shù)預(yù)測值 y的 : (%f,%f)39。,PV_qujian_left,PV_qujian_right)) 方差分析的指令 anova2說明 ? load popcorn%加載數(shù)據(jù)，列是爆米花的商標(biāo) ? % popcorn%行是炒爆的類型，油和空氣的組合 ? %p=anova2(popcorn,2) ? 結(jié)果為 ? p = ? ? 說明爆米花三個商標(biāo)的 p值是 ，關(guān)于兩種炒爆類型的 p值是 ，關(guān)于商標(biāo)與炒爆類型的交互作用的 p值是 。 ? 說明爆米花的商標(biāo)和炒爆的類型對生成的爆米花的數(shù)量有顯著的影響，而商標(biāo)與炒爆類型的交互作用不明顯。從結(jié)果可以看出商標(biāo) Gourmet空氣炒爆法生成法生成的爆米花量最多 利用 cftool工具箱做曲線擬合 ? 提示符下鍵入： cftool ? 執(zhí)行下列代碼 ? x=[2 7 9 1 5 12]39。 ? y=[13 21 23 14 15 21]39。 ? 可以利用 regstats(y,x)計算需要的統(tǒng)計量值 ? 然后在界面的 data中的 xdata中選擇變量 x ? Ydata中選擇 y ? 效果如下圖，并點擊 Create data set ? 點擊 fitting按鈕，彈出界面 fitting，點擊 New Fit
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1