内蒙古科技大学内蒙古自治区包头市014010
摘要:本文分别采用EXCEL对煤发热量展开回归分析,将线性回归方程求出来,并检验回归方程的显著性,此方法不仅简便快速,而且还易普及,因而有着较高应用价值。
关键词:Excel;回归分析;煤发热量
发热量是对煤燃烧特性进行评价的基本参数,同时还是评价煤炭经济性及质量指标的重要参数。针对发热量而言,不仅能直接测定,而且还能依据元素分析于工业分析的数据,借助经验公式经系统化计算而得,因而有助于节约测试费用及时间。但需要指出的是,诸多经验公式有着比较小的范围,且具有局限性。如果盲目使用,会出现较大的计算误差,因此,针对具体煤矿所产煤,需构建与其煤质特点相符的经验公式,以此对发热量进行准确测量,为煤炭销售、生产及合理利用,提供前提与基础。另外,在设计选煤厂时,同样需要依据煤质化验资料,构建发热量、水分与灰分之间的关系公式,将产品煤于原煤的发热量给准确预计出来。
回归分析实际就是对自变量变动对因变量所产生的影响及程度进行研究,主要目的就是依据自变量的变化,对因变量的变化进行估计。而对于回归方程而言,即为将因变量与自变量间所存在的关系所对应数学模型给反映出来。本文就此作一探讨。
1.数据分析
某矿采煤层一共有4层,在前期阶段,主要对4、2、3-5层进行开采,煤类型为气煤。将灰分(Ad)与水分(Mt)当作2个处于独立状态的自变量,而将发热量(Qnetar)当作受上述两参数影响的因变量,表1为基于筛分浮沉资料所获得的化验数据,其中,y=Qnetar,x2=Ad,x1=Mt,运用二元线性回归方程的数学模型,即y=b0+b1x1+b2x2。
表1煤质化验的基本数据
2.回归分析计算
在整个EXCEL电子制表系统当中,主要包含两部分,其一为参数,其二是函数名,在开展回归分析时,多运用线性回归函数LINEST,并以利用索引取值INDEX相辅助,结合ROUND函数。表2即EXCEL回归计算。
表2EXCEL回归计算表
首先,于A13当中,将公式输入:LINEST(D2:D11,B2:C11,TRUE,TRUE),后以数组方式,把返回值显示出来:将A13:C17选中,按住F2,然后按下Ctrl+Shift+Enter。通过回归计算得知,b0=7346;b1=-56.74,b2=-74.61;因此,与发热量相对应的回归方程是:
3.全相关系数(R)检验
全相关系数又被称之为复相关系数,其区间值为0~1,而其R值与1越接近,表明回归式有着越好的效果,同时也表明两个自变量(x1,x2)与因变量y间有着越好的相关性。利用EXCEL对相关系数进行计算,具体见表3。
表3EXCEL复相关系数的计算
在A13当中,将公式输入,从中便能得到R2=0.97621。因此,可得到复相关系数R=。对相关系数表进行查看,得知r0.05(10-3),R=0.9514>0.757。因此,2个自变量[灰分(Ad)与水分(Mt)]与因变量发热量(Qnetar)间存在着比较明显的关联性,也就是回归方程显著。
4.回归方程显著性检验
即F检验,从根本上来讲,即为对统计量F进行构造,以此对多元线性回归模型当中的全部解释变量进行检验,并从中对被解释变量是否有显著影响进行检验。而对于F值来讲,同样是对二元线性回归式精度所对应定性指标进行检验。此值可依据如下公式来计算:
在此公式当中,S回所表示的回归平方和;m表示的是变量个数;n所表示的是样品个数;S残所表示的是残差平方和。回归方程残差平方和计算为:。回归方程回归平方和为,带入数据:
那么可得知:F=
查F分布表,从中得知F0.05(2,7)为4.72,得知F=69.68,即≥F0.05(2,7)=4.72,表明解释变量灰分(Ad)与水分(Mt),对于被解释变量发热量的共同影响明显。
5.结语
综上,运用Excel方法,以发热量为对象,对其开展回归分析,从中得知,运用EXCEL开展回归分析,比较简便且易掌握,且此堧见有着比较高的普及率,所以,有着比较高实用性。
参考文献
[1]孙亮,杜焕铜.使用Excel进行回归分析及其在煤质检验中的应用[J].煤质技术,2009(b06):21-22.
[2]赵鹏.浅谈用Excel对煤质数据进行回归分析[J].河北煤炭,2006(6):5-7.
[3]赵俊梅.Excel回归分析应用于混凝土配合比和强度预测[J].山西建筑,2009,35(35):140-142.
[4]邵金元.无烟煤发热量与水分、灰分、挥发分的回归分析[J].煤炭工程,2012(s2):125-126.
作者简介
王泽斌,男,山西省朔州市人,本科。