一、E(Y)的置信区间 二、Y的置信区间

一、拟合优度检验 二、方程的显著性检验(F检验) 三、变量的显著性检验(t检验) 四、参数的置信区间

采用Gleeble-1500D热模拟试验机研究了9Cr低活化马氏体钢在950~1200℃、应变速率为10-2~10s-1变形条件下的热压缩变形行为,并用金相显微镜观察了相应显微组织的变化.回归分析得出在0.15~0.8真应变量范围内变形激活能和材料常数随真应变量变化的关系式,并得出双曲正弦本构方程;利用数学方法直接从真应力-真应变曲线获得动态再结晶的峰值应力、临界应力、峰值应变和临界应变;回归得出了峰值应力、临界应力、峰值应变、临界应变和动态再结晶晶粒大小与Zener-Hollomon参数的关系式

通过回归得到了氮容量CN与温度T和光学碱度Λ的关系公式,并解释了氮进入熔渣的两种机理.通过回归公式绘制了CaO-SiO2-Al2O3(wMgO=10%)渣系的等氮容量图.结果表明:相同氮容量渣系,随着钢液中[%Al]s增加,渣/钢间氮分配比LN增加;相同[%Al]s情况下,随着氮容量的增加,渣/钢间氮分配比显著增加.高氮容量渣在渣/钢界面上会有很高的脱氮能力,在冶炼超低氮钢(w[N]<3×10-5)时,熔渣是进行脱氮和防止增氮的重要环节

探讨了用NMR方法求解多孔固体孔径分布中有关病态积分方程的求解问题,借助于数理统计中的逐步回归分析,加入非负限制,给出了一个新的求解方法.这种方法数值上很稳定,计算量小,可以给出较为连续的f(T1)分布曲线,并采用岭回归和Hesse光滑方法抑制噪声的影响.从所给出的计算实例看出,这种方法有一定的优越性

一、普通最小二乘估计 *二、最大或然估计 *三、矩估计 四、参数估计量的性质 五、样本容量问题 六、估计实例

以BP算法为基础开发了ANN学习预测系统,用于宝钢IF钢大生产产品性能预测.同时,应用在宝钢IF钢大生产数据对该系统进行了测试和分析,并与多元线性回归结果进行预测精度比较.结果表明,ANN学习预测系统,除σ0.2误差较高(9.0%)外,σb,δ,r和n值均<5.0%,且比多线性回归方法精度高

回归推导出渣系中磷酸盐容量对数与炉渣光学碱度和温度的关系表达式,通过回归公式绘制出CaO-SiO2-FeO(10%MgO)渣系的等磷酸盐容量图,分析了转炉终渣、终点成分及温度对钢中磷含量的影响情况.当熔渣磷酸盐容量一定时,随着转炉终点碳含量降低,渣/钢间磷分配比增加;相同终点碳含量时,随着熔渣磷酸盐容量增加,渣/钢间磷分配比增加;转炉终点碳质量分数控制在0.03%~0.04%,炉渣碱度大于3.5,渣中FeO质量分数低于18%,渣中P2O5质量分数低于2%,有利于获得终点磷质量分数在0.008%以内的钢水

清华大学：《计量经济学》课程教学资源（PPT课件讲稿）第二章 经典单方程计量经济学模型：一元线性回归模型（一元线性回归分析的应用：预测问题）

一、拟合优度检验 二、变量的显著性检验 三、参数的置信区间