稳健回归_(焦油产率).docxVIP

分析流程

数据源：

附件一：热解数据统计.xlsx

算法配置：

算法：稳健回归(RANSAC)

分析结果：

暂无数据

分析步骤

1.分析X的显著性，如果呈现出显著性(P0.05)，用于探究X对Y的影响关系。

2.结合回归系数B值，对比分析X对Y的影响程度。

3.确定得到模型公式。

4.综合上述分析Tips：稳健回归不需要对数据进行清洗（包括异常值检验等），如果数据不存在离群点，建议使用线性回归(OLS)即可，同时稳健回归的R2与F值，R2和F值参考意义不大，可以不进行分析。

详细结论

输出结果1：稳健回归(RANSAC)

非标准化系数

标准化系数

t

P

R2

调整R2

F

B

标准误

Beta

常数

0.123

0.003

42.230

0.889

0.882

F=116.657，P=0.000***

样品g

-0.014

0.000

-0.454

-48.749

焦油(Char)g

0.108

0.003

0.715

37.686

水(Water)mL

0.005

0.002

0.033

3.342

正己烷不溶物（INS)g

0.009

0.005

0.033

1.861

因变量：焦油产率

注：***、**、*分别代表1%、5%、10%的显著性水平

图表说明：

上表格展示了本次模型的分析结果，包括模型的标准化系数、t值，VIF值，R2，调整R2等，用于模型的检验，并分析模型的公式。

●Robust回归主要用于存在异常值时进行回归分析、对回归结果的稳定性进一步考查。

●Robust回归的R2和F检验结果，一般不具有参考意义，可以不进行分析。

B是有常数情况下的的系数。

标准误=B/t值。

标准化系数是将数据标准化后得到的系数。

F(df1,df2)是df1等于自变量数量；df2等于样本量-（自变量数量+1）。

智能分析：

基于变量样品g，显著性P值为0.000***，水平上呈现显著性，说明样品g对焦油产率产生显著性影响。

基于变量焦油(Char)g，显著性P值为0.000***，水平上呈现显著性，说明焦油(Char)g对焦油产率产生显著性影响。

基于变量水(Water)mL，显著性P值为0.001***，水平上呈现显著性，说明水(Water)mL对焦油产率产生显著性影响。

基于变量正己烷不溶物（INS)g，显著性P值为0.063*，水平上不呈现显著性，说明正己烷不溶物（INS)g对焦油产率不产生显著性影响。

模型的公式如下：

焦油产率=0.123-0.014×样品g＋0.108×焦油(Char)g＋0.005×水(Water)mL＋0.009×正己烷不溶物（INS)g

输出结果2：模型路径图

图表说明：

上图以路径图形式展示了本次模型结果，主要包括模型的系数，用于分析X对于Y的影响关系情况。

输出结果3：模型结果图

图表说明：

上图以可视化的形式展示了本次模型的原始数据图、模型拟合值。

输出结果4：模型结果预测

变量

系数

测试值

常数

0.123

1

样品g

-0.014

焦油(Char)g

0.108

水(Water)mL

0.005

正己烷不溶物（INS)g

0.009

预测结果：0.123

图表说明：

上表格用于对稳健回归(RANSAC)的进行预测。

参考文献

[1]?ScientificPlatformServingforStatisticsProfessional2021.SPSSPRO.(Version1.0.11)[OnlineApplicationSoftware].?Retrievedfrom.

[2]?姚宜斌,陶本藻,施闯.稳健回归分析及其应用研究[J].大地测量与地球动力学,2002,22(2):4.