非线性逐步回归在颜色与质量浓度辨识中的应用

针对颜色与质量浓度辨识问题,采用相关性分析和多元回归分析方法,先后建立了质量浓度与颜色读数的五元线性和非线性回归模型。利用EViews软件对模型进行逐步回归、参数估计、方差分析和异方差性检验与修正。通过对比分析表明,采用多元非线性逐步回归分析建立的数学模型误差小,更符合实际。

多元非线性回归在织物染色计算机配色中的研究

为使预测织物染色的染料质量浓度与实际的染料质量浓度误差最小,本文通过到工厂采集实际的测量数据并对其进行分析,建立了三刺激值C,M,Y与染料质量浓度的数学模型,并在Excel中利用多元非线性回归分析方法,得到最小二乘估计点,同时结合多项式拟合,建立染料质量浓度与三刺激值C,M,Y的多元非线性方程组,通过显著性F检验,验证所建数学模型的回归显著性效果,并利用牛顿迭代法反向求解该数学模型,得到对应的染料质量浓度。结果表明,采用多元非线性回归分析建立的数学模型,求得的结果与实际测量的数据误差非常小,该研究可以应用到实际染色配色中。

单因素方差分析的应用

本文论述了单因素方差分析在教学中的应用。利用方差分析法判断教师在教学中采用不同的教法对教学效果 是否存在影响。本文从分组实验各组人数相等与不等两方面举例进行了论证。

不等重复试验下的单因素异方差分析

给出了从各个正态总体所得样本容量不等时方差不等但成比例的多个正态总体均值是否相等的检验方法.