基于回归分析预测生产用电量.pdf

  1. 1、本文档共3页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
品牌战略与电子商务 基于回归分析预测生产用电量 张 俊 (云南华联锌铟股份有限公司,云南 文山 663701) 摘 要:针对在实际生产运行 中,公司对未来的用电量等一系列材料难以-N~1及估算这一难题 ,就此实际问 题运用统计学中回归分析的一元线性回归分析的统计方法,以处理量与用电量情况为例推理出其他材料消耗量 线性关系,首先确定两者的相关关系,并确立出较为合理的回归方程,再对其可信度进行统计检验,通过残差来判 断模型拟合的效果 。 关键词:回归分析 ;回归方程;r检验法;残差分析法 中图分类号:F27 文献标识码:A 文章编号:1672—3198(2016)03—0066—02 回归分析是统计学中重要的一种数据统计分析思 想。它是研究变量之间相互关系的具体形式,为估算 和预测提供一个重要的方法。首先对具有相关关系的 变量之间的数量联系进行测定,确定一个相关的数学 表达式,再根据这个数学方程式可以从已知量来推测 未知量 。 l 问题的提出 图 1 用电量与处理量关系散点图 表 1为某选厂处理量及用电量情况统计表,根据 系式W : 表 1中几组关于选厂处理量 X及用电量 Y的关系数 yi—pjx+ +£ (1) 据 ,确定出两者的关系。 其中p1x+p0表示 Y随 X的变化而线性变化的部 表 1 某选厂处理量及用电量情况统计表 分 ,e是一切随机因素影响的总和,有时也称随机误差, 处理最 它是不可观测其值得随机变量,并假定其数学期望 E l686 22 18.8 l8.5 22.9 19.2 19.8 25 】9 22 25 (万 t) (£)一0,方差 Var(£)一52。 用电域 7 5 )【)(1)‘ 7。5 782 887 841 … 7 R31 961 1n27 并且 £服从正态分布 N(0, )。X可以是随机变 2 问题的分析 量也可 以是一般变量,而在 以下的讨论中,都假定处理 选厂的用电量是受很多 的因素所决定的,我们在 量 x是一个随机变量,但其值是可以观测的,其数学期 这里进行分析,假设主要影响因素为处理量 ,从而减少 望是处理量 X的线性函数: 在计算以及统计上 的困难,但是这也在很大的程度上 E(y)一口1X十I30 (2) 减少了结果的实际意义。 这既是用电量 Y与处理量 X的相关关系式。 针对以上所给的两个变量之间的关系,作出回归 对表 1的几组数据观测值,由公式 (1)可得 分析及借助重要的电子数学软件,从而来确定这两个 Yt—J3iXt+f3o+ £t,i— 2,…,ll (3) 变量之间的关系,并计算出两者之间的回归方程,再对 各 £t是相互独立:E(£1)一0,方差 Var(£t)= ,i 方程的可信度进行检验。 一 1,2,3,…,l1,并且将式(3)称为一元线性 回归模型。 3 问题的解决 3.2 模型求解 3.1 建立模型 建立一元线性模型 (3)后的首要任务就是根据所 运用回归分析统计方法,根据表 1中数据初步作

文档评论(0)

sunache + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档