7. Компьютерные методы статистической обработки …

						Окончание табл. 7.3
1	2	3	1	2	3	1	2	3
7	395	243	37	389	254	67	387	245
8	408	269	38	406	252	68	451	291
9	425	262	39	384	238	69	398	253
10	384	241	40	399	240	70	403	244
11	424	267	41	419	256	71	425	259
12	403	239	42	418	261	72	382	225
13	409	242	43	398	262	73	397	244
14	416	270	44	421	270	74	449	280
15	410	254	45	398	257	75	385	256
16	392	256	46	398	250	76	385	228
17	403	244	47	438	271	77	386	218
18	377	239	48	437	280	78	418	253
19	419	262	49	411	264	79	408	256
20	382	251	50	406	250	80	442	270
21	430	267	51	409	269	81	406	243
22	406	258	52	391	242	82	413	259
23	379	240	53	399	252	83	436	266
24	420	251	54	435	273	84	384	242
25	389	256	55	420	260	85	429	275
26	411	253	56	416	261	86	392	237
27	419	275	57	420	276	87	390	259
28	413	272	58	386	242	88	427	262
29	392	235	59	390	220	89	398	242
30	418	257	60	427	258	90	445	280

1. Воспользуемся статистическим модулем Nonlinear estimation (Нелинейное оценивание), в котором создадим новый файл exampl2.sta и занесем в него данные из табл. 7.3. На рис. 7.9 показан файл с исходными данными. Переменные, содержащие данные об удельных расходе кокса и выходе шлака, обозначены соответственно KOKS и SLAG.

235

7. КОМПЬЮТЕРНЫЕ МЕТОДЫ СТАТИСТИЧЕСКОЙ ОБРАБОТКИ …

2. Последовательность регрессионного анализа в системе STATISTICA лучше

!& STATISTICA: В

Analysis Window

Рис. 7.9. Файл исходных данных для регрессионного анализа

всего начинать с визуальной оценки положения данных при помощи различных графических средств. Поскольку в нашем случае изучается зависимость типа Y=f(X), то для этой цели подойдет двумерный график Scatterplots из меню Graphs/Stats 2D Graphs. В появившемся диалоговом окне (рис. 7.10) выбираем переменные X и Y нажатием кнопки Variables. Имена выбранных переменных Var X (SLAG) и Var Y (KOKS) отображаются в окне диалога. В этом окне дополнительно можно отметить тип графика (Graph Туре) - Regular, модель оценивания (FIT) - первоначально выберем Off, стиль графика (Style) - Normal, величину доверительного интервала и т.д. После нажатия кнопки ОК на экране в отдельном окне появляется построенный график.

3. Из анализа наблюдений положения данных на графике делаем вывод о пригодности для оценивания полиномиальной регрессионной модели. Отметим в диалоговом окне (рис. 7.10) модель оценивания Polynomial и нажмем кнопку ОК. В результате появится отдельное окно с графиком, в котором на точечные данные нанесена кривая, подобранная по методу наименьших квадратов и описываемая многочленом 5-го порядка (рис. 7.11). Уравнение многочлена представлено в заголовке графика и имеет следующий вид:

у = -73616,8 + 1508,463 • х - 12,187 • х + 0,049 • х -9,678-10 -х +7,619-10 -х .