课设摸版1概率论

《课设摸版1概率论》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、课程设计（论文）任务书学院理学院专业统计学学生姓名郑建军班级学号1109030130课程名称概率论与数理统计课程设计课程设计（论文）题目合金的硬度与添加剂密度的关系设计要求（技术参数）：通过该课程设计，使学生进一步理解概率论与数理统计的基本概念、理论和方法；初步掌握Excel统计工作表在随机模拟中是应用，MATLAB统计软件包作常见的统计检验和统计分析；具备初步的运用计算机完成数据处理的技能，使课堂中学习到理论得到应用。设计任务：1．数据整理：收集数据，录入数据，画出相应图形（如分布图、直方图、盒状图等）。2．一元、多元线性回归模

2、型：回归系数的估计与检验，数据散点与回归直线的图示，残差图。运用MATLAB统计软件，对给定的数据拟合回归方程。3．区间估计与假设检验：MATLAB绘制出直方图，做数据分布的推测；参数估计，假设检验，绘制概率密度图，能对结果进行简单分析。4.常用分布的5种功能：概率密度函数、分布函数、分位数、随机数的生成、均值和方差的应用。计划与进度安排：周一1~4节：选题，设计解决问题方法周一5~8节：调试程序周三1~4节：完成论文，答辩成绩：指导教师（签字）：2013年6月28日专业负责人（签字）：2013年7月18日主管院长（签字）：201

3、3年7月19日13摘要数理统计是具有广泛应用的数学分支，概率论与数理统计课程在自然科学、社会科学、工农业生产、金融、经济等方面有着广泛的应用，而回归分析问题在其中占有很重要的地位。回归分析是一种处理变量的统计相关关系的一种数理统计方法。回归分析的基本思想是：虽然自变量和因变量之间没有严格的、确定性的函数关系,但可以设法找出最能代表它们之间关系的数学表达形式，它是最常用的数理统计方法，能解决预测、控制、生产工艺优化等问题，在工农业生产和科学研究各个领域中均有广泛应用。多元回归分析是研究多个变量之间关系的回归分析方法,按因变量和自变量

4、的数量对应关系可划分为一个因变量对多个自变量的回归分析及多个因变量对多个自变量的回归分析,按回归模型类型可划分为线性回归分析和非线性回归分析。本文利用回归分析中的多元线性回归对合金的添加剂密度与其合金硬度的关系进行了详细的分析和解答，并运用SPSS软件MATLAB软件作出了其散点图、直方图和残差图，有助于更好地理解和解答题目。关键词：预测值；残差；置信区间；回归系数；估计值13目录1设计目的12设计题目13设计原理14实现方法.....................................................

5、..............................................................................2（1）用MATLAB软件实现.....................................................................................................2（2）用spss实现...............................................................

6、.................................................55设计总结..................................................................................................................9参考文献..............................................................................................

7、........................10致谢……......................................................................................................................1013合金的添加剂密度与合金硬度的关系1.设计目的学习用MATLAB求解多元线性回归问题。学会正确使用regress，并从输出表中读懂线性回归模型各参数的估计、回归方程，线性假设的显著性检验结果，因变量Y在观察点的预测区间等，更好的理解和

8、运用概率论的相关知识解决实际问题。2.设计题目一种合金在某种添加剂的不同偶不敢浓度下，各做三次试验，得到数据如下。浓度x10.015.020.025.030.0抗压强度y25.229.831.231.729.427.331.132.630.130.