对含有不同碳、锰、硅的16Mn钢进行了控轧控冷实验,测定了各项力学性能,对其主要组织参量铁素体晶粒平均直径(dF)及珠光体百分数(Pe%)进行了定量金相分析,进行了各项力学性能对16Mn钢中各元素含量和二主要组织参量的多元线性逐步回归分析,获得控轧控冷16Mn钢各项力学性能与钢的化学成分和组织参量之间定量关系的数字表达式。根据数学表达式所提供的信息,参照二组织参量对钢的化学成分和控轧控冷工艺参数的多元线性回归方程,探讨了控轧控冷16Mn钢的强韧化机制

通过本章的学习要求理解相关分析和回归分析的有关概念研究内容。掌握计算相关系数和配合回归方程的方法，并能结合实际资料对变量进行相关与回归分析。 研究内容：相关关系分析概述 简单直线相关分析 简单直线回归分析 曲线回归及多元线性回归分析 其他相关系数的介绍

我们前面已经比较系统地讨论了双样本的参数和非参数检验的问题。现在，我们希望利用一般的方法来检验三个以上样本的差异， 检验法和方差分析法就是解决这方面问题的。检验法可以对拟合优度和独立性等进行检验，方差分析法则可以对多个总体均值是否相等进行检验。后者由于通过各组样本资料之间的方差和组内方差的比较来建立服从F分布的检验统计量，所以又称F检验。 第一节：拟合优度检验 第二节：无关联性检验 第三节：方差分析 第四节：回归方程与相关系数的检验

用回归方程定量地刻划出一个因变量Y与 多个自变量X1，X2…之间的线性依存关 系，称为多重线性回归。其中自变量可 以是随机变动的，也可以是人为选定的， 而因变量是随机变量。 若所有变量都是随机的，还可做多重相 关来描述因变量与一组自变量之间的线 性关系；用偏相关(partial correlation) 描述因变量和一个自变量在扣除其他自 变量影响之后的线性相关

§11.1变量间关系的度量 §11.2一元线性回归 §11.3利用回归方程进行估计和预测 §11.4残差分析

1. 下表给出了 12 个父亲和他们长子的身高（单位：cm)数据： 父亲身高 x 165 160 170 163 173 157 178 168 173 170 175 180 儿子身高 y 173 168 173 165 175 168 173 175 180 170 173 178 假设 x 和 y 之间有线性关系. 求 y 关于 x 的回归方程

研究结果发现,海归人才发展与经济发展之间存在着显著的数量关系,经济发展是海归人才发展的主要影响因素。根据回归方程,通过预测经济总体发展趋势来预测海归人才的总体发展趋势

一、适宜资料:多个自变量对一个依变量的影响呈线性回归模型的多变量资料。 二、分析目的:建立多元线性回归方程,分析多个自变量对一个依变量的综合作用及各自变量的绝对作用(b),从而发现规律,以利预测和控制

在地下水资源预报中,经常碰到两种类型的变量关系。一类是确定性的函数关系,如一口井的抽水量和水位降这两个变量关系,就满足一一对应的 函数关系。另一类是非确定性的依赖关系,如一个开采区的开采量和降深的关系,虽然是相互依赖的,降深大开采量也多,但变量关系不是确定的,对 应同样降深的开采量不一定完全相等,找不到任何函数可以表示这类变量关系。此外,开采量和降雨量的关系,开采量和地表水侧渗量或灌水回渗量的 关系等,也都有类似的性质,这类既有依赖又不确定的变量关系,统称为相关关系。 相关分析法就是研究上述变量的相关关系,建立回归方程,并用来预报开采量的方法

二元线性回归分析是指预测值受两个变量的影响。因此, 每个数据点均由三个坐标确定其空间位置。它们散点图中所 有的数据点并不构成一个平面。为此,可建立一个与散点图 拟合最好的平面,用来代表事物变化的规律,并作为预测的 依据