请教高手指点
回归分析: L05-Y 与 测量温度
回归方程为
L05-Y = 118 + 0.00133 测量温度
自变量 系数 系数标准误 T P
常量 117.983 0.002 74892.24 0.000
测量温度 0.00133225 0.00004859 27.42 0.000
S = 0.000644148 R-Sq = 99.1% R-Sq(调整) = 98.9%
方差分析
来源 自由度 SS MS F P
回归 1 0.00031198 0.00031198 751.90 0.000
残差误差 7 0.00000290 0.00000041
合计 8 0.00031489
拟合值 标准化
观测值 测量温度 L05-Y 拟合值 标准误 残差 残差
1 26.0 118.018 118.018 0.000 0.000 0.09
2 27.0 118.020 118.019 0.000 0.001 1.29
3 29.0 118.022 118.022 0.000 0.000 0.08
4 30.5 118.024 118.024 0.000 0.000 0.08
5 31.8 118.025 118.026 0.000 -0.001 -1.12
6 32.8 118.026 118.027 0.000 -0.001 -1.67
7 34.0 118.029 118.029 0.000 0.000 0.64
8 38.3 118.034 118.034 0.000 -0.000 -0.65
9 39.7 118.037 118.036 0.000 0.001 1.64
对工件加热后利用三坐标测量Y方向坐标的变化,得到以上数据。希望能有高手指点下得到的回归方程是否显著,S = 0.000644148 R-Sq = 99.1% R-Sq(调整) = 98.9% 有什么具体的指导意义吗?
谢谢~~~~
回归方程为
L05-Y = 118 + 0.00133 测量温度
自变量 系数 系数标准误 T P
常量 117.983 0.002 74892.24 0.000
测量温度 0.00133225 0.00004859 27.42 0.000
S = 0.000644148 R-Sq = 99.1% R-Sq(调整) = 98.9%
方差分析
来源 自由度 SS MS F P
回归 1 0.00031198 0.00031198 751.90 0.000
残差误差 7 0.00000290 0.00000041
合计 8 0.00031489
拟合值 标准化
观测值 测量温度 L05-Y 拟合值 标准误 残差 残差
1 26.0 118.018 118.018 0.000 0.000 0.09
2 27.0 118.020 118.019 0.000 0.001 1.29
3 29.0 118.022 118.022 0.000 0.000 0.08
4 30.5 118.024 118.024 0.000 0.000 0.08
5 31.8 118.025 118.026 0.000 -0.001 -1.12
6 32.8 118.026 118.027 0.000 -0.001 -1.67
7 34.0 118.029 118.029 0.000 0.000 0.64
8 38.3 118.034 118.034 0.000 -0.000 -0.65
9 39.7 118.037 118.036 0.000 0.001 1.64
对工件加热后利用三坐标测量Y方向坐标的变化,得到以上数据。希望能有高手指点下得到的回归方程是否显著,S = 0.000644148 R-Sq = 99.1% R-Sq(调整) = 98.9% 有什么具体的指导意义吗?
谢谢~~~~
没有找到相关结果
已邀请:



2 个回复
maasan1987 (威望:3) (天津 天津)
赞同来自:
1.你要明白你做回归分析的目的:就是将数据转化为方程,在利用方程为我们得出范围内任何输入对应的输出,或者任何输出对应的输入
2.如何分析回归方程的好坏:
a 你做的是一个简单的一元一次回归,有没有进行参差分析以及测量温度和参差的关系,看看有没有二次关系或者对数关系,从而来优化你的方程,得出最好的结果
b 关于拟合程度最主要的是看R-Sq和(调整)值越接近于1,证明拟合程度越好,对于S可以不看,因为不同的回归S的差别可能会很大(可能都是好的回归方程)
c 回归的P值,决定你的回归方程是不是有意义,P值越小越好
d 不要以为99%的R-Sq就是好的回归,观察参差的规律,加以完善可能会有更好的结果,这个没有最好只有更好
e 再有一个就是与上面说法相反但不矛盾,就是也不要刻意的为了使r-sq值接近于1,引入过高的次幂,或者太复杂的方程,这样的统计也就失去了意义
希望对你有帮助