概论统计论文.docVIP

  1. 1、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。。
  2. 2、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
  3. 3、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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、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
  6. 6、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。
  7. 7、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
查看更多
概论统计论文

溶解度与温度的关系 问题重述:大量的实验表明,在一定的温度范围内,物质的在水中的溶解度随着温度的升高而增大,定性地描述了溶解度与温度之间有一定的关系。溶解度与温度之间到底有怎样的数学关系呢?通过某种化工原料在水中的溶解度与温度的数据资料,定量地分析溶解度与温度之间的关系。 考察某种化工原料在水中的溶解度与温度的关系,共作了9组试验。其数据如其中 表示溶解度, 表示温度温度 0 10 20 30 40 50 60 70 80 溶解度 14.0 17.5 21.2 26.1 29.2 33.3 40.0 48.0 54.8 从上图中,观察到数据点的分布是有逐渐上升的趋势,这说明温度越大,溶解度越大。于是,提出下面两种假设: 假设一:溶解度y与温度x之间具有一元线性关系,设y与x满足一元线性方程y=a+b*x+θ 式中a+b*x描述了由于x的变化而引起y的变化部分,θ表示随其它因素而引起的部分,一般假定是不可观测的随机误差,是一个随机变量,通常设它服从标准正态分布。 利用SPSS软件,对溶解度和温度之间的关系作出线性分析,得到以下的数据表格 表1 模型摘要和回归系数 Model Summary and Parameter Estimates Equation Model Summary Parameter Estimates R Square F df1 df2 Sig. Constant b1 Linear .975 272.698 1 7 .000 11.600 .499 表2 方差分析 ANOVA Sum of Squares df Mean Square F Sig. Regression 1495.004 1 1495.004 272.698 .000 Residual 38.376 7 5.482 Total 1533.380 8 表3 回归系数 Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. 95.0% Confidence Interval for B B Std. Error Beta Lower Bound Upper Bound 1 (Constant) 11.600 1.439 8.060 .000 8.197 15.003 温度x .499 .030 .987 16.514 .000 .428 .571 从表1中,可以得到溶解度y与温度x的一元线性关系 y=11.6+0.499*x 在方差分析中(表3),回归平方和是1495.004,残差平方和是38.376, 总的离差平方和是1533.38,其决定系数R=0.975(R是回归平方和与总的离差平方和的比值),也就是说R越大,其线性回归效果就越显著。常数项的估计值是11.6,x的系数的估计值是0.499,表3是对两估计值的检验,常数项95%的置信区间是(8.197,15.003),常数项检验的t值为8.060,对应的p值约为0,x的系数95%的置信区间是(0.428,0.571),x系数检验的t值为16.514,对应的p值约为0,因此该一元线性回归方程有效。可以表示为y=11.6+0.499*x 假设二:溶解度y与温度x之间具有曲线关系,设y=a*e^(b*x)+θ 式中a*e^x表示由于x的变化而引起y的而变化部分,θ是一个不可观测的随机误差。 表4 模型摘要和回归系数 Model Summary and Parameter Estimates Equation Model Summary Parameter Estimates R Square F df1 df2 Sig. Constant b1 Exponential .994 1205.455 1 7 .000 14.816 .017 表5 方差分析 ANOVA Sum of Squares df Mean Square F Sig. Regression 1.666 1 1.666 1205.455 .000 Residual .010 7 .001 Total 1.676 8

文档评论(0)

haihang2017 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档