《表1 0 系数a：基于线性回归模型的颜色与物质浓度辨识应用研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于线性回归模型的颜色与物质浓度辨识应用研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

a:应变数:浓度 （ppm）

根据以上结果，虽然该模型的显著性小于0.01，然而，可以看出模型中颜色变量G，B，S的显著性大于0.05。因此，运用多元线性回归模型Enter输入法进行拟合的线性回归模型失效，因此该模型不好。为了能够更好地研究颜色读数和物质浓度的数学模型，我们先对附件2中的数据进行双变量相关分析，运用Pearson相关系数，得出相应的结果。从结果中可以看出，二氧化硫的浓度与R，G，H的相关系数较高，从而可判断，二氧化硫的浓度与R，G，H有关。接着，通过SPSS22软件进行多元线性中的逐步回归得出结果，见表11，12。