数据处理作业分析解析Word格式文档下载.docx

数据处理作业分析解析Word格式文档下载.docx

《数据处理作业分析解析Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《数据处理作业分析解析Word格式文档下载.docx（15页珍藏版）》请在冰豆网上搜索。

b

c

aa

bb

cc

ab

ac

bc

120

100

20

7.3372

-120

-100

-43.3333

14400

10000

1877.78

12000

5200

4333.33

200

60

8.5979

-3.3333

11.11

400

300

110

8.6156

46.6667

2177.78

-12000

-5600

4666.67

1.1005

-40

1600

4000

-1866.67

-4666.67

9.8174

1733.33

10.0736

-4000

133.33

-333.33

2.0318

160

25600

-16000

-533.33

333.33

3.4031

7466.67

8.893

16000

-6933.33

-4333.33

田口设计

田口正交表设计

L9（3**3）

因子:

3

试验次数:

9

列L9（3**4）阵列

124

逐步回归:

r与a,b,c,aa,bb,cc,ab,ac,bc

入选用Alpha:

0.15删除用Alpha:

0.15

响应为9个自变量上的r，N=9

步骤1234

常量6.6526.6526.6526.652

b0.02850.02850.02850.0316

T值2.653.769.3314.11

P值0.0330.0090.0000.000

c-0.0480-0.0480-0.0480

T值-2.86-7.08-11.01

P值0.0290.0010.000

a-0.0120-0.0120

T值-5.64-8.78

P值0.0020.001

ac0.00012

T值2.85

P值0.046

S2.641.860.7490.481

R-Sq50.0278.8197.1299.05

R-Sq（调整）42.8871.7595.4098.10

在mimitab软件中，减去均值，设置响应为R，预测变量为a,b,c,aa,bb,cc,ab,ac,bc,进行逐步回归。

得到方程：

R=6.652+0.0316*b-0.0480*c-0.0120*a+0.00012*ac

（a=x1-240,b=x2-200,c=x3-63.333）

故正交方程

R=6.652+0.0316*（x2-200）-0.0480*（x3-63.333）-0.0120*（x1-240）+0.00012*（x1-240）*（x3-63.333）

1.2随机取10组数据

表2实验结果表

正交结果

正交设计方误

270

175

108

3.465552

3.518799

0.002835

280

225

5.097366

5.377999

0.078755

315

195

95

4.190496

4.358999

0.028393

115

1.304328

1.323998

0.000387

255

220

105

4.982996

5.178998

0.038417

350

185

85

4.016286

4.103999

0.007694

310

1.677378

1.633999

0.001882

290

190

98

4.117086

4.279999

0.026541

250

4.268067

4.347998

0.006389

260

130

1.870393

1.843998

0.000697

0.191988

正交设计均方误

0.019199

2.1在不同试验量条件下，设计两组不同的设计：

正交9组L9（3*3）

表3正交设计L9（3*3）实验方案及实验结果表

2.2正交16组L16（4*3）

表4正交设计L16（4*3）实验方案及实验结果表

150

80

10

6.22725

-150

-97.5

-47.5

22500

9506.3

2256.25

14625

7125

4631.25

40

7.37789

-27.5

-17.5

756.3

306.25

4125

2625

481.25

70

7.2948

22.5

12.5

506.3

156.25

-3375

-1875

281.25

7.60357

102.5

52.5

10506.3

2756.25

-15375

-7875

5381.25

1.49286

-50

2500

4875

-625

-1218.75

2.72535

1375

-2625

-1443.75

9.37603

-1125

2375

-1068.75

9.78991

-5125

875

-1793.75

0.20443

50

-4875

-5118.75

3.50455

-1375

625

-343.75

6.11529

1125

-875

-393.75

9.69676

5125

-2375

-4868.75

450

1.80306

-14625

1706.25

4.93339

-4125

-7125

1306.25

3.18781

3375

7875

1181.25

6.0415

15375

1875

1281.25

响应为9个自变量上的r，N=16

步骤123456

常量5.4615.4615.4615.4615.4615.650

b0.02960.02960.02960.03040.03100.0312

T值4.056.2816.9119.0525.0930.05

P值0.0010.0000.0000.0000.0000.000

c-0.0423-0.0423-0.0423-0.0443-0.0442

T值-4.54-12.23-13.79-18.18-21.69

P值0.0010.0000.0000.0000.000

a-0.01037-0.01037-0.01037-0.01037

T值-9.07-10.22-13.39-15.99

P值0.0000.0000.0000.000

ac0.000060.000110.00011

T值2.063.974.63

P值0.0640.0030.001

ab-0.00004-0.00004

T值-2.98-3.49

P值0.0140.007

bb-0.00004

T值-2.29

P值0.047

S2.131.380.5110.4540.3460.290

R-Sq53.9782.2197.7498.3799.1399.45

R-Sq（调整）50.6879.4797.1797.7798.7099.09

MallowsCp2372.1911.4109.378.640.826.3

步骤789

常量5.4805.3585.222

b0.031190.031190.03116

T值37.0742.8853.19

P值0.0000.0000.000

c-0.0450-0.0450-0.0450

T值-26.76-30.96-38.46

a-0.01037-0.01037-0.01065

T值-19.74-22.84-27.46

ac0.000110.000110.00010

T值5.646.537.92

ab-0.00004-0.00004-0.00004

T值-4.18-4.84-6.05

P值0.0030.0020.001

bb-0.00004-0.00004-0.00004

T值-2.84-3.28-4.08

P值0.0220.0130.006

cc0.000120.000120.00012

T值2.392.763.43

P值0.0440.0280.014

aa0.000010.00002

T值1.933.21

P值0.0960.018

bc-0.00005

T值-2.19

P值0.071

S0.2350.2030.164

R-Sq99.6899.7999.88

R-Sq（调整）99.4099.5599.71

MallowsCp16.512.810.0

R=5.480+0.03119*b-0.045*c-0.01037*a+0.00011*ac-0.00004ab-0.00004bb+0.00012cc

（a=x1-300，b=x2-177.5，c=x3-57.5）

R=5.480+0.03119*（x2-177.5）-0.045*（x3-57.5）-0.01037*（x1-300）+0.00011*（x1-300）*（x3-57.5）-0.00004*（x1-300）*（x2-177.5）-0.00004*（x2-177.5）*（x2-177.5）+0.00012*（x3-57.5）*（x3-57.5）

2.3随机选取10组数，比较两种设计方法的均方误

表5两种设计方法均方误比较

正交9组结果

正交设计9组方误

正交16组结果

210

30

10.71853

10.00798

0.504876

9.983925

0.539639

7.224056

7.537986

0.098552

7.477425

0.064196

170

5.455955

5.547981

0.008469

5.397675

0.003397

1.369033

1.453982

0.007216

1.130125

0.057077

6.562285

7.074985

0.262861

6.806

0.059397

4.103988

0.007692

4.182675

0.027685

1.633987

0.001883

1.659125

0.000333

4.279986

0.026536

4.302105

0.034232

380

15

6.886535

6.47999

0.165279

7.015175

0.016548

1.39942

0.741992

0.432211

1.395725

1.36511E-05

1.515574

0.802518

正交9组设计均方误

0.151557

正交设计16组均方误

0.080252

3对电脑仿真实验结果加入不同误差，分别建立恰当的数学模型。

3.1加入不同误差后对模型精度的影响

表6误差为±

0.05时MSE值

Reactionrate

R

MSE

±

0.05

MSE±

7.635979

0.089269

7.336684

2.67E-07

8.299979

0.088757

8.434034

0.026852

8.339979

0.075967

9.01037

0.155843

1.507982

0.166042

1.063197

0.001391

9.419982

0.157941

9.853403

0.001296

10.46798

0.155537

10.41235

0.114749

1.66799

0.132357

2.083598

0.002683

3.38799

0.000228

3.363194

0.001593

9.13999

0.061004

9.204032

0.096741

0.037148

表7误差为±

0.04时MSE值

0.04

7.627588

0.084324983

8.273336

0.105341474

8.719737

0.010844463

1.079535

0.000439544

9.612391

0.04202852

10.0