用R软件进行一元线性回归实验报告

1 数理统计上机 报 告 上机实验题目：用R 软件进行一元线性回归 上机实验目的： 1、 进一步理解假设实验的基本思想，学会使用实验检验和进行统计推断。 2、 学会利用 R 软件进行假设实验的方法。 一元线性回归基本理论、方法： 基本理论：假设预测目标因变量为Y，影响它变化的一个自变量为X，因变量随自变量的增（减）方向的变化。一元线性回归分析就是要依据一定数量的观察样本（Xi, Yi），i=1，2…，n，找出回归直线方程 Y=a+b*X 方法：对应于每一个Xi，根据回归直线方程可以计算出一个因变量估计值 Yi。回归方程估计值 Yi 与实际观察值 Yj 之间的误差记作 e-i=Yi-Yi。显然，n 个误差的总和越小，说明回归拟合的直线越能反映两变量间的平均变化线性关系。据此，回归分析要使拟合所得直线的平均平方离差达到最小，据此，回归分析要使拟合所得直线的平均平方离差达到最小，简称最小二乘法将求出的a 和 b代入式（1）就得到回归直线Yi=a+bXi 。那么，只要给定Xi 值，就可以用作因变量Yi 的预测值。 （一） 实验实例和数据资料： 有甲、乙两个实验员，对同一实验的同一指标进行测定，两人测定的结果如下： 实验号 1 2 3 4 5 6 7 8 甲 4.3 3.2 3.8 3.5 3.5 4.8 3.3 3.9 乙 3.7 4.1 3.8 3.8 4.6 3.9 2.8 4.4 试问：甲、乙两人的测定有无显著差异？取显著水平 α=0.05. 上机实验步骤： 2 （1）设置假设：H0：u1-u-2=0：H1：u1-u-2<0 （2）确定自由度为n1+n2-2=14；显著性水平a=0.05 （3）计算样本均值样本标准差和合并方差统计量的观测值 alpha<-0.05; n1<-8; n2<-8; x<-c(4.3,3.2,3.8,3.5,3.5,4.8,3.3,3.9); y<-c(3.7,4.1,3.8,3.8,4.6,3.9,2.8,4.4); var1<-var(x); xbar<-mean(x); var2<-var(y); ybar<-mean(y); Sw2<-((n1-1)*var1+(n2-1)*var2)/(n1+n2-2) t<-(xbar-ybar)/(sqrt(Sw2)*sqrt(1/n1+1/n2)); tvalue<-qt(alpha,n1+n2-2)； （4）计算临界值：tvalue<-qt(alpha,n1+n2-2) （5）比较临界值和统计量的观测值，并作出统计推断 实例计算结果及分析： alpha<-0.05; > n1<-8; > n2<-8; > x<-c(4.3,3.2,3.8,3.5,3.5,4.8,3.3,3.9); > y<-c(3.7,4.1,3.8,3.8,4.6,3.9,2.8,4.4); > var1<-var(x); > xbar<-mean(x); > var2<-var(y); > ybar<-mean(y); > Sw2<-((n1-1)*var1+(n2-1)*var2)/(n1+n2-2) > t<-(xbar-ybar)/(sqrt(Sw2)*sqrt(1/n1+1/n2)); ...