二次正交旋转回归分析

你可将word，excel表的数据直接拷入左边的文本框内，按提交进行计算。

Succeed for sample data!
下面打印的是结构矩阵表，最后几列是您输入的试验结果
X0 X1 X2 X3 X12 X13 X23 X11 X22 X33 Y
1 -1 -1 1 1 -1 -1 0.406 0.406 0.406 19.8
1 -1 1 -1 -1 1 -1 0.406 0.406 0.406 13.7
1 -1 1 1 -1 -1 1 0.406 0.406 0.406 21.6
1 1 -1 -1 -1 -1 1 0.406 0.406 0.406 22.3
1 1 -1 1 -1 1 -1 0.406 0.406 0.406 19.1
1 1 1 -1 1 -1 -1 0.406 0.406 0.406 11.7
1 1 1 1 1 1 1 0.406 0.406 0.406 19.4
1 -1.682 0 0 0 0 0 2.234 -0.594 -0.594 10.6
1 1.682 0 0 0 0 0 2.234 -0.594 -0.594 25.5
1 0 -1.682 0 0 0 0 -0.594 2.234 -0.594 18.7
1 0 1.682 0 0 0 0 -0.594 2.234 -0.594 19.3
1 0 0 -1.682 0 0 0 -0.594 -0.594 2.234 15.6
1 0 0 1.682 0 0 0 -0.594 -0.594 2.234 24.7
1 0 0 0 0 0 0 -0.594 -0.594 -0.594 15.3
1 0 0 0 0 0 0 -0.594 -0.594 -0.594 29.8
1 0 0 0 0 0 0 -0.594 -0.594 -0.594 10.2
1 0 0 0 0 0 0 -0.594 -0.594 -0.594 19.8
1 0 0 0 0 0 0 -0.594 -0.594 -0.594 25.3
1 0 0 0 0 0 0 -0.594 -0.594 -0.594 9.7
1 0 0 0 0 0 0 -0.594 -0.594 -0.594 14.8
1 0 0 0 0 0 0 -0.594 -0.594 -0.594 20.7
1 0 0 0 0 0 0 -0.594 -0.594 -0.594 19.6

以下打印的是平方和
22 13 13 13 7 7 7 16 16 16 407.2
以下打印的是乘积和
407.2 42.4618 6.2092 47.5062 -25.8 -23.2 -1 -12.186 -6.8128 -0.3084 8143.96
以下打印的是回归系数
18.5091 3.3545 0.4905 3.753 -3.6857 -3.3143 -0.1429 -0.7751 -0.4333 -0.0196
以下打印的离回归平方和
142.438 3.046 178.291 95.091 76.892 0.143 9.445 2.952 0.006
下面打印的是回归方程
Y=18.5091 + 3.35451 + 0.49052 + 3.7533 + -3.6857X12 + -3.3143X13 + -0.1429X23 + -0.7751X11 + -0.4333X22 + -0.0196X33

在本试验中，回归系数t值检测不显著的，表明该项对Y理论值的贡献份额不大，可以从方程中剔除该项。

方差分析表
变异来源平方和自由度均方F值 F0.05=5.59 F0.01=12.25
X 1142.4381142.4382.922
X 23.04613.0460.062
X 3178.2911178.2913.657
X 1295.091195.0911.951
X 1376.892176.8921.577
X 230.14310.1430.003
x 119.44519.4450.194
x 222.95212.9520.061
x 330.00610.0060

回归508.304956.4786.863 F0.05=2.8 F0.01=4.39
剩余98.754128.23
失拟-242.4855-48.497-0.995F0.05=3.97F0.01=7.46
误差341.239748.748
总和607.05821

在本试验中，回归方程的回归关系达显著水平，表明该回归方程能很好地反映试验因子对测试项的关系，故该方程可用于预测或估计实验结果。

理论值与实测值之间误差的卡方值为: 24.742465530004

为了获得最佳效果，必须满足试验结果Y对各因子X[23]的一阶偏导数为0的条件，根据求得的回归方程，则有下列联立方程组：
X(1) X(2) X(3) Y
-1.5502 -3.6857 -3.3143 3.3545
-3.6857 -0.8666 -0.1429 0.4905
-3.3143 -0.1429 -0.0392 3.753

最佳配方编码值为: X1=-1.3144 X2=6.2328 X3=-7.3285
以最佳配比实施可获理论结果为: -59.89
##########计算结束##########