Minitab应用实例.pptVIP

下载本文档

20
0
约1.43千字
约 10页
2017-05-23 发布于上海
举报
版权申诉

Minitab应用实例.ppt

1、本文档共10页，可阅读全部内容。
2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

Minitab应用实例

Minitab 应用实例实例6、多元线性回归分析方法多元线性回归分析应用举例 P192 例6-3 当不剔除变量时，回归模型为： y=62.4054+1.551 a+0.5102 b+0.1019 c-0.1441 d回归系数平方值为 0.9824，均方差为 2.446。当剔除变量 4 时，回归模型为： y=48.1936+1.696 a+0.6569 b+0.25 c回归系数平方值为 0.9823，均方差为 2.312。当剔除变量 3 和变量 4 时，回归模型为： y=52.5773+1.468 a+0.6623 b回归系数平方值为 0.9787，均方差为 2.406。进一步比较以后，可以发现，第三个模型具有较高的回归系数和较小的均方差，并且变量个数较少，所以是最合适的模型。 * 电子科技大学《试验设计方法》精品课程建设 38/wlxt/listcourse.asp?courseid=0043 * 电子科技大学《试验设计方法》精品课程建设 38/wlxt/listcourse.asp?courseid=0043 实例2、单因素多水平重复试验方差分析实例3、一元回归分析实例4、无交互作用正交实验的方差分析实例5、有交互作用正交实验的方差分析实例6、多元线性回归分析方法实例7、均匀设计法之多元非线性回归分析方法实例1、基本统计命令实例8、正交多项式回归例某种水泥在凝固时放出的热量Y（cal/g）与水泥中下列4种化学成分有关：的成分（%）的成分（%）的成分（%）的成分（%）现记录了13组观测数据，列在下表中，试求对的线性回归方程。 115.9 26 4 47 21 10 93.1 22 18 54 2 9 72.5 44 22 31 1 8 102.7 6 17 71 3 7 109.2 22 9 55 11 6 95.9 33 6 52 7 5 87.6 47 8 31 11 4 104.3 20 8 56 11 3 74.3 52 15 29 1 2 78.5 60 6 26 7 1 10 11 1 X1(%) 109.4 12 8 68 13 113.3 12 9 66 12 83.8 34 23 40 11 Y(cal/g） X4(%) X3(%) X2(%) 编号 1、输入原始数据列，并存到a,b,c,d,y列； 2、选择StatRegressionRegression 回归分析命令因变量自变量说明该线性回归方程是有效的线性回归方程 F检验回归系数平方均方差 a,b,c,d四因素的显著性排名, a最显著,b,c次之,d最不显著改进工作1:d不显著,我们剔除变量d,作如下工作: 2、选择StatRegressionRegression 回归分析命令自变量中剔除变量d 改进工作2:我们剔除变量c,d,作如下工作: 2、选择StatRegressionRegression 回归分析命令自变量中剔除变量c,d /club/lixue/01c4/Article_Show.asp?ArticleID=25 * 电子科技大学《试验设计方法》精品课程建设 38/wlxt/listcourse.asp?courseid=0043