预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共80页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

五、回归分析例8.1为了研究土壤无机磷含量与植物含磷量的关系,制备了含有不同无机磷含量的土壤样品,把种在不同土壤样品中的玉米植株经38天后收获,并分别分析其含磷量。点击GraphsScatter数据少时,线性关系不明显这是一种分析现在工资与初始工资关系的例子能够看出较好的线性关系AnalyzeRegressionLinearR为复有关系数,在一元线性回归中即为有关系数。RSquare为有关指数(决定系数)有关与否明显还得做有关系数检查Regression为回归平方和Residual为剩余平方和a例8.3小麦单株产量不仅与单穗重有关,并且与有效蘖有关。表中的数据是在做小麦性状调查时的一部分统计。主穗重有效蘖数单株产量交叉乘积x1x12x2x22yy2x1yx2yx1x22.66.769817.860.8420.2870.223.41.62.56112.87.844.482.81.61.83.24113.210.245.763.21.82.77.2963610.7114.4928.8964.216.22.24.844165.025.0011.0020.08.82.04.007499.182.8118.2063.714.02.56.26396.339.6915.7518.97.51.83.246368.673.9615.4851.610.81.83.24244.116.817.388.23.61.52.254166.846.2410.2027.26.02.56.255256.846.2417.0034.012.52.35.29113.713.698.513.72.31.62.56001.62.562.560.00.02.24.84002.24.844.840.00.01.72.89392.45.764.087.25.1∑30.865.515228481.1551.01174.41374.9113.6AnalyzeRegressionLinear复有关系数为0.876矫正后的回归系数偏有关分析P<0.01,有关极明显P>0.05,有关不明显P>0.05,有关不明显3.非线性回归AnalyzeRegressionCurveEstimation教材:例8.4模型名称全部都选进入后看起来很乱,能够一次少选几个.Compound效果好Cubic、Growth效果好Exponential效果好Logistic效果好首先判断方差分析的成果,概率(Sigf)<0.05的回归效果好,有统计意义。然后比较选中模型的决定系数(Rsq),越大则模型越好。模型名称Compound复合模型*Y=b0(b1x)2)非线性回归日龄AnalyzeRegressionNonlinearŵ=ABx点击Parameters,定义参数的预计值点击OK,成果以下:A=0.002,B=1.5754.逐步回归例:测定了“丰产3号”小麦单株穗重x1,主茎每穗结实小穗数x2、百粒重x3(g)、株高x4(cm)和单株籽粒产量y(g),成果列于下表,试建立y依xi的最优回归方程。小麦单株穗重AnalyzeRegressionLinear点击OK,成果以下:六、协方差分析A1x1513111212161417x1=13.750y8583657680918490y1=81.750A2x1716181821221918x2=18.625y9790100951031069994y2=98.000A3x2224202325273032x3=25.375y89918395100102105110y3=96.875定义三个变量:增重量(y)、出生重(x)、饲料。出生重(x)对增重量(y)存在回归关系,要分析的是饲料的差别性点击Options输出三种饲料矫正后的平均数回归明显回归系数为2.402,阐明出生重大的增重快。校正后的增重