回归分析在水泥热量预测中的应用.pdfVIP

’( 年% 月 沈阳航空工业学院学报 .D- ’( 第’ $ 卷第) 期 =?@34 =A 6B9@C3@D E@FG7GG9 =A .9?=@3G7H34 I@D7@99?7@D J=4- ’$+ K=- ) 文章编号：!# !$%（’( ）) * ’ 回归分析在水泥热量预测中的应用 刘罗曼 （沈阳师范大学 数学与系统科学学院，辽宁沈阳+ !!$) ） 摘+ 要：为了利用回归分析预测水泥热量，选用某种水泥在凝固时放出的热量作为因变量，四种 化学成分含量作为自变量，利用多元线性回归分析方法建立回归方程并求出预测区间，再利用化 学成分含量的观测结果对热量进行预报，从而说明了回归分析方法在化学方面的应用。 关键词：回归分析；回归方程；预测区间；显著性检验 中图分类号： ,’!’ - ! 文献标识码：. !+ 多元线性回归分析数学模型［! ］［’ ］ $+ 对数据进行分析 设因变量! 和 个自变量# ! ，#’ ，…，# 有线 （! ）作逐步回归分析［!］［’ ］。 性关系! /! 0! !# ! 0 …0! # 0 ，进行$ 次观察 !逐步回归分析是一种建立“最优”回归方 得到多元线性回归分析的数学模型! % / ! 0 ! !#%! 程的方法。先根据方差分析结果选择符合判据的 0 …0 # 0 （% / !，…，$ ），其中 ， ，…， ! % % ! ! ! ! 自变量进入回归方程，然后再将方程中不符合判 是 0 ! 个待估计参数，! ，# ! ，…，# 是可观测变 据的自变量剔除模型，重复进行直到模型中的自 量，（% / !，…，$ ）相互独立且服从同一正态分布 % 变量均符合进入模型的判据，模型外的自变量均 ’ 1 （ ， ）。称! / 0 # 0 …0 # 为! 的回 不符合进入模型的判据为止。 # ! ! ! ! ! 归值。 用对统计量值进行检验的显著性概率值作 为进入或剔除模型以及检验回归方程和回归系数 ’+ 数据来源（部分数据见表! ）： 是否显著的判据。对相应的* 统计量和 + 统计 数据为某种水泥在凝固时放出的热量! （卡’ 量计算显著性概率值, ，若, : ) （或) ! ），则 克）与水泥中四种化学成分含量（( ）的样本数 在置信度为* ( （或** ( ）下可以引入变量以及 据： 可以认为回归方程和回归系数是显著的，否则剔 # ：$23, ·.4 , 的成分（5 ）； 除变量以及认为回归方程和回归系数是不显著 ! ’ $ #’ ：$23, ·67,’ 的成分（5 ）； 的。 # ：) 23, ·.4 , ·89 , 的成分（5 ）； #本文样本数据经过四次逐步回归和检 $ ’ $ ’ $