03 回归分析方法.ppt

统计分析方法-回归分析方法 孔祥忠 一、多元线性回归 虽然F0.01(5，9)=6.06＜15.458，表明模型线性关系显著成立，回归方程显著性通过检验，复相关系数R也达到0.946，具有极显著相关关系。 但因为Intercept(截距)、x1和x4的P值大于0.1。 同时，当给定显著性水平α=0.05时，Intercept、x1、x2和x4的t统计量的绝对值都小于 这说明当其他解释变量不变时，自变量x1、x2和x4对因变量没有显著性影响。 综合考虑，先删除自变量x4。 同理，F0.01(4，10)=5.99＜15.602，表明模型线性关系显著成立，回归方程显著性通过检验，复相关系数R也达到0.928，具有极显著相关关系。但因P值和t统计量检验时，无法通过。 所以综合考虑，删除x1。 复相关系数达到0.926，各自变量与因变量间有显著相关性。 F0.01(3，11)=6.22＜22.185，模型的线性关系显著，通过检验。 同时截距、x2、x3、x5的p值都小于0.01，当给定的显著性水平α=0.05时，它们t统计量的绝对值也都大于 ，当其他变量不变时， x2、x3、x5对y有显著影响。 于是得到回归方程如下： 该回归方程的显著性很高(相关系数达0.926)，说明储量密度y和有机碳百分含量x2,、生油岩体积与沉积岩体积百分比x3以及有机质转化率x5等因素有极其密切的线性关系。 如果在回归过程中再考虑其他因素，那么得出的回归方程将更加切合实际，便可通过对以下相关自变量的测定，预测油气藏的储量密度了。 从以上的分析可以看出，并不是所有的生油条件都可以参与到储量密度的预测中来，这可能是因为生油门限以下平均地温梯度和砂泥岩厚度百分比虽然是生油条件，但储量密度对它们的变化的响应较差。简单的说就是，这要这两个条件达到就可以生油，但它们很少能影响油气藏的密度。 1.确定曲线类型： 根据散点图分布，选择对数曲线y=a+blnx进行拟合。令y`=y，x`=lnx，则对数曲线直线化为y`=a+bx`。计算y`和x`。 2.根据表3中的数据，运用建立线性回归模型的方法进行拟合。 可得到回归方程：y`=12.25x`-7.163 3.将变量x`、y`还原为变量x、y，得到和y之间的对数函数方程： y=12.25ln(x)-7.163 其相关系数R2=0.9875，在其他因素不变的情况下，二者具有显著相关性。 从已知的信息可以看出，细砂土中的毛管水为支持毛管水，是土壤中受到地下水源支持并上升到一定高度的毛管水。这与曲线模拟也极其吻合。 序号 y x1 x2 x3 x4 x5 1 0.7 3.18 1.15 9.4 17.6 3 2 0.7 3.8 0.79 5.1 30.5 3.8 3 1 3.6 1.1 9.2 9.1 3.65 4 1.1 2.73 0.73 14.5 12.8 4.68 5 1.5 3.4 1.48 7.6 16.5 4.5 6 2.6 3.2 1 10.8 10.1 8.1 7 2.7 2.6 0.61 7.3 16.1 16.16 8 3.1 4.1 2.3 3.7 17.8 6.7 9 6.1 3.72 1.94 9.9 36.1 4.1 10 9.6 4.1 1.66 8.2 29.4 13 11 10.9 3.35 1.25 7.8 27.8 10.5 12 11.9 3.31 1.81 10.7 9.3 10.9 13 12.7 3.6 1.4 24.6 12.6 12.76 14 14.7 3.5 1.39 21.3 41.1 10 15 21.3 4.75 2.4 26.2 42.5 16.4 表1 油气藏的储量密度与生油条件的关系 y:储量密度 x1:生油门限以下平均地温梯 度 x2:生油门限以下总有机碳百 分含量 x3:生油岩体积与沉积岩体积百分比 x4:砂泥岩厚度百分比 x5:生油门限以下生油带总烃与有机碳的百分比（有机质转化率） 1.Y与x1、x2、x3、x4、x5 2.Y与x1、x2、x3、x5 3.Y与x2、x3、x5 编号 经历时数(x)/h 上升高度(y)/cm 1 12 21