Стат20714 (1120127), страница 2
Текст из файла (страница 2)
Построить попарные диаграммы рассеяния. Вычислить коэффициенты корреляции и проверить их значимость. Сделать вывод о зависимости величин. в (A, B, C) в серии образцов. проверить их значимость. 14.95 15.04 14.99 15.03 14.96 15.02 15.04 14.92 14.9 14.87 15.03 15.07 15.02 15.01 15.05 13.98 14.1 14.19 13.98 14.04 14.04 14.26 13.89 14.07 13.9 13.91 14.05 14.08 14.06 13.85 Определены содержания металла в образцах руды из двух месторождений (A, B). Проверить равенство средних и дисперсий.
9.57 9 9.76 11.7 10.9 8.93 11.88 17.59 11.42 13.05 10.66 11.21 13.53 11.55 11.23 10.69 9.99 10.76 12.84 11.95 9.98 12.77 18.54 12.24 14 11.36 12.41 14.46 12.59 12.36 Проведены измерения содержания вещества в серии образцов двумя методами. Проверить, имеется ли различие в показаниях методов (в среднем). сторождений (A, B).
в двумя методами. 12.03 12.08 12.21 11.8 12.32 12.17 12.24 12.17 12.14 12.05 10.47 10.63 11.16 11.27 10.75 10.66 11.16 10.94 10.96 11.02 13.96 13.7 13.69 13.76 14.45 13.83 13.64 14.14 13.72 13.98 12.05 12.37 13.33 13.53 13.32 12.9 12.9 13.38 12.9 13.19 11.13 10.89 11.24 10.9 10.92 10.9 10.87 11.16 10.91 11.08 1.13 0.94 1.21 1.06 1.09 1.2 1.18 1.02 1.16 0.95 2.06 1.94 1.98 1.86 2.12 1.97 2.17 1.92 1.94 2 3.2 3.06 2.97 2.98 2.91 2.86 3.03 2.98 3.12 2.96 3.93 3.99 3.93 3.92 4.14 4.01 3.96 3.97 3.98 3.9 5.11 5.04 4.94 5.01 4.95 4.98 5.1 4.8 4.91 5.03 Получены данные о выходе химической реакции в присутствии различных катализаторов (A-E). Проверить равенство средних выходов.
Если средние различаются, найти наилучший катализатор. Проведены серии измерений содержания вещества на разных уровнях (A-E). Проверить зависимость точности измерения (среднего квадратического отклонения) от содержания вещества в образцах. Построить график зависимости СКО от среднего. мической реакции лизаторов (A-E). выходов. Если аилучший катализатор. одержания вещества ерить зависимость квадратического щества в образцах. и СКО от среднего. 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 1.75 2.62 Изучается зависимость аналитического сигнала (B) от сод 3.06 0.165418 Построить градуировочный график, включая формулу и ко 4.38 Оценить содержание вещества по величине сигнала (C1) 5.7 6.99 8.31 9.6 10.89 12.23 13.48 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0.86 1.01 1.11 1.25 1.35 1.47 1.55 1.67 1.84 1.91 0.5 1 0 0.5 1 0 0.5 1 0 0 0 0 0.5 0.5 0.5 1 1 1 Проведено измерение содержания вещества в серии обра стандартным (A) и новым (B).
Проверить новый метод на (постоянную и линейно изменяющуюся) относительно ста 101.08 102.16 100.12 102.57 103.42 101.62 104.01 105.05 103.24 При определении некоторого вещества изучает аналитического сигнала (С) от содержания при Провести линейную регрессию, вывести форму Проверить значимость влияния каждой примес ВЫВОД ИТОГОВ Регрессионная статистика Множественный R 0.99878432664 R-квадрат 0.99757013114 Нормированный R-квадрат 0.99676017485 Стандартная ошибка 0.08699191108 Наблюдения 9 Дисперсионный анализ df Регрессия Остаток Итого SS MS F Значимость F 2 18.64102 9.320508 1231.6345283251 1.43E-08 6 0.045406 0.007568 8 18.68642 Коэффициенты Стандартная t-статистика ошибка P-Значение Нижние 95% 100.153888889 0.057995 1726.952 2.544604271E-18 100.012 1.88333333333 0.071029 26.51514 1.899551716E-07 1.709533 2.98 0.071029 41.95493 1.226665412E-08 2.806199 Y-пересечение Переменная X 1 Переменная X 2 ВЫВОД ОСТАТКА Наблюдение 1 2 3 4 5 6 7 8 9 Предсказанное Y Остатки 101.095555556 -0.015556 102.037222222 0.122778 100.153888889 -0.033889 102.585555556 -0.015556 103.527222222 -0.107222 101.643888889 -0.023889 104.075555556 -0.065556 105.017222222 0.032778 103.133888889 0.106111 литического сигнала (B) от содержания вещества (A).
график, включая формулу и коэффициент детерминации. ства по величине сигнала (C1) и поместить в ячейку C2. 16 14 10 8 6 ржания вещества в серии образцов двумя методами: B). Проверить новый метод на систематические ошибки еняющуюся) относительно старого. 4 2 0 0 0.2 0.4 ВЫВОД ИТОГОВ Регрессионная статистика Множественный R R-квадрат Нормированный R-квадр Стандартная ошибка Наблюдения и некоторого вещества изучается зависимость сигнала (С) от содержания примесей (A, B). ную регрессию, вывести формулу. мость влияния каждой примеси на сигнал.
Дисперсионный анализ Регрессия Остаток Итого Y-пересечение Переменная X 1 Переменная X 2 График остатков 0.2 0.1 0.2 0 -0.1 0 -0.2 Y 0.2 0.1 0 -0.1 0 -0.2 Остатки Остатки Переменная X 1 График остатков 0.4 0.6 Переменная X 1 График по 0.8 1 1.2 110 Переменная X 105 0.2 0.4 0.6 0.8 1 Переменная X1 110 100 105 95 Переменная X 2 1000.2 0 0.4 0.6 0.8 1 95 Переменная X 1 0 0.2 0.4 0.6 Y Значимость F f(x) = 13.050303030303 x + 0.461333333333 R² = 0.999980055181972 12 Переменная Y 105 100 95 0 0.2 0.4 0.6 Переменная Верхние 95% Нижние 95,0% Верхние 95,0% 100.2958 100.012 100.2958 2.057134 1.709533 2.057134 3.153801 2.806199 3.153801 = 13.050303030303 x + 0.461333333333335 = 0.999980055181972 0.2 0.4 0.6 0.8 1 ссионная статистика 0.99837724286 0.99675711906 0.996351758943 0.021181037832 10 df SS MS 1 1.103171 1.103171 8 0.003589 0.000449 9 1.10676 F Значимость F 2458.94224924011 3.027932680244E-11 Коэффициенты Стандартная t-статистика ошибка P-Значение 0.766 0.014469 52.93929 1.7969508317674E-11 1.156363636364 0.02332 49.58772 3.0279326802436E-11 Нижние 95% 0.732633495824798 1.10258864577638 афик остатков ая X 2 График остатков 0.6 Переменная X 1 График подбора 0.4 нная X 1 0.8 0.6 1 1.2 Переменная X 2 График подбора 0.8 Переменная X 2 0.4 0.6 Переменная X 1 0.2 0.4 1 0.8 1.2 1 0.6 Переменная X 2 Y Предсказанное Y Y Предсказанное Y 1.2 0.8 1 1.2 1.2 Y Предсказанное Y 0.2 0.4 0.6 Переменная X 2 0.8 1 1.2 Column B Linear (Column B) 1 азанное Y 1.2 Верхние 95% Нижние 95,0% Верхние 95,0% 0.799366504175202 0.732633 0.799367 1.21013862695089 1.102589 1.210139 азанное Y 10 20 30 40 50 60 70 80 90 100 1.1 1.25 1.37 1.48 1.57 1.65 1.71 1.75 1.77 1.78 Изучается зависимость некоторой характеристики вещества (B) от температуры (A).
Подобрать функциональную зависимость (параболическую, степенную или экспоненциальную), наилучшим образом описывающую данные. Построить график, включая формулу и коэффициент детерминации. 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0.15 0.29 0.43 0.56 0.69 0.81 0.92 1.03 1.13 1.23 Получены данные по адсорбции некоторого вещества. Установить тип зависимости поглощения (B) от концентрации вещества (A): адсорбция может описываться либо изотермой Лэнгмюра [y=x/(ax+b)], либо изотермой Фрейндлиха [y=ax^b]. Оценить коэффициенты. Аппроксимация зависимостей с элементами регрессионного анализа Полином Степень минимального члена 0 Степень полинома 1 КоэффициСтандарт Нижний 9 Верхний 9 t-статисти P-значение 0.064 0.016452 0.031755 0.096245 3.890116 0.002304 1.2 0.026515 1.148032 1.251968 45.25788 3.14E-11 Дисперсия остатков 0.00464 Дисперсия функции 1.19264 Коэффициент детерминации 0.996109 F-статистика 896.1207 P-значение 3.67E-09 Коэффициент детерминации (исправ.) 0.995623 Аргумент Функция Модель Нижний 9 Верхний 9 Остаток Стандарти 0.1 0.15 0.184 0.136798 0.231202 -0.034 -1.411773 0.2 0.29 0.304 0.256798 0.351202 -0.014 -0.581318 0.3 0.43 0.424 0.376798 0.471202 0.006 0.249136 0.4 0.56 0.544 0.496798 0.591202 0.016 0.664364 0.5 0.69 0.664 0.616798 0.711202 0.026 1.079591 0.6 0.81 0.784 0.736798 0.831202 0.026 1.079591 0.7 0.92 0.904 0.856798 0.951202 0.016 0.664364 0.8 1.03 1.024 0.976798 1.071202 0.006 0.249136 0.9 1.13 1.144 1.096798 1.191202 -0.014 -0.581318 1 1.23 1.264 1.216798 1.311202 -0.034 -1.411773 Статистика Дарбина-Уотсона 0.431034 B) от температуры (A).
епенную или 2 f(x) = 1.14984901300148 exp( 0.005135551142208 x ) R² = 0.892270084789954 1.8 1.6 1.4 1.2 1 вещества (A): 2 0.8 1.8 0.6 1.6 0.4 1.4 0.2 1.2 0 f(x) = − 8.52272727272727E-05 x² + 0.016908333333333 x + 0.9411666666 R² = 0.999879472165846 0 1 0.8 20 2 1.8 0.6 60 80 f(x) = 0.649915198516236 x^0.223706647579817 R² = 0.992441199410084 1.6 0.4 40 1.4 0.2 1.2 0 0 1 20 40 60 80 0.8 0.6 0.4 0.2 0 0 P-значение 0.195708 0.577033 0.809532 0.52514 0.311794 0.311794 0.52514 0.809532 0.577033 0.195708 20 40 60 Аппроксимация зависимостей с элементами регрессио Степенная функция КоэффициСтандарт Нижний 9 Верхний 9 1.269979 0.019295 1.232162 1.307797 0.91589 0.009837 0.896609 0.935171 Дисперсия остатков 0.002858 Дисперсия функции 1.19264 Коэффициент детерминации 0.997604 F-статистика 1457.153 P-значение 6.73E-10 Коэффициент детерминации (исправ.) 0.997304 Аргумент Функция Модель Нижний 9 0.1 0.15 0.154137 0.116878 0.2 0.29 0.290815 0.253557 0.3 0.43 0.421597 0.384338 0.4 0.56 0.54869 0.511432 0.5 0.69 0.67311 0.635852 0.6 0.81 0.79544 0.758182 0.7 0.92 0.916059 0.878801 0.8 1.03 1.035232 0.997974 0.9 1.13 1.153155 1.115897 1 1.23 1.269979 1.232721 Статистика Дарбина-Уотсона 0.325917 51142208 x ) 333333 x + 0.941166666666667 60 80 100 120 23706647579817 80 60 100 80 с элементами регрессионного анализа t-статисти P-значение 65.81924 1.58E-12 93.10444 9.88E-14 120 100 120 Верхний 9 Остаток 0.191395 -0.004137 0.328074 -0.000815 0.458855 0.008403 0.585949 0.01131 0.710369 0.01689 0.832699 0.01456 0.953318 0.003941 1.072491 -0.005232 1.190414 -0.023155 1.307238 -0.039979 СтандартиP-значение -0.217622 0.833172 -0.042883 0.966846 0.442046 0.670162 0.594931 0.568331 0.888465 0.400215 0.765899 0.465731 0.207303 0.840953 -0.275239 0.790108 -1.218083 0.257895 -2.103099 0.068606 30.09 35.08 32.51 33.08 35.06 34.25 34.62 32.56 34.87 36.02 33.3 33.55 35.55 33.53 32.91 34.09 33.58 34.71 34.97 34 18.31 18.82 16.95 17.07 18.01 15.87 15.09 18.37 15.5 15.81 18.77 15.39 16.44 17.65 22.08 16.8 17.76 17.19 15.95 18.02 30.92 27.15 28.15 29.31 31.3 31.47 27.53 28.76 32.68 30.59 34.95 31.7 37.12 32.84 34.06 35.99 33.08 30.43 32.58 34.45 34.36 33.98 35.53 34.48 34.85 34.82 36.01 34.49 34.51 36.88 33.19 29.87 30.02 31.35 32.65 30.12 27.95 28.46 33.27 28.67 32.49 27.34 29.33 28.09 27.96 30.6 31.37 28.62 31.27 30.92 16.32 18.27 17.96 15.16 17.99 14.95 16.51 17.8 17.37 19.3 26.48 23.86 25.22 24.56 25.35 28.25 24.23 25.27 27.27 26.22 25.35 26.93 26.11 25.78 25.52 29.1 25.21 26.8 25.07 26.99 25.79 25.66 25.68 27.04 29.06 28.6 29.06 27.04 28.55 25.35 23.85 26.21 28.7 29.41 26.97 29.15 25.05 26.88 27.24 27.76 28.84 25.23 27.91 25.45 28.63 27.32 27.89 25.06 28.74 28.16 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 3 3 29.14 15.51 27.25 Определены содержания трех микроэлементов (A, B, C) в нескольких группах образцов (D) из различных источников.
Построить попарные диаграммы рассеяния, выделив группы. Найти переменные, значимые для определения группы. Провести дискриминантный анализ, проверить качество. Провести классификацию нового образца (F1:H1). 40 35 30 25 20 15 10 5 0 10 15 35 30 25 20 15 10 5 0 10 15 10 5 0 10 28.52 28.02 29.89 30.11 28.44 27.96 29.2 31.01 31.25 30.19 18.36 18.38 16.97 16.18 16.54 14.84 16.21 16.04 17.09 16.61 27.14 27.35 24.49 28.82 26.65 29.13 27.97 26.36 28.38 27.59 3 3 3 3 3 3 3 3 3 3 15 35 30 25 20 15 10 5 0 10 15 29.14 27.25 ментов (A, B, C) в ичных источников. ия, выделив группы.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
