[发明专利]一种基于线性回归模型浮选回收率的预测方法

权利要求书

1.一种基于线性回归模型浮选回收率的预测方法，其特征在于：

(1)收集样本考察值

将回收率有影响的原矿品位、精矿品位、磨矿产品中间易选粒级含量作为样本考察值，样本值为15个以上；

(2)建立线性回归模型

假设浮选回收率y与原矿品位x₁、精矿品位x₂、磨矿产品中间易选粒级含量x₃均呈线性相关，建立线性回归分析模型：y＝β₀+β₁x₁+β₂x₂+β₃x₃，用EViews软件，输入样本值数据后，选用最小二乘法估计模型的参数，得到模型估计结果、t统计量、样本多元相关系数、修正系数和F统计量，求得β₀、β₁、β₂、β₃的值，得到线性回归分析模型：y＝β₀+β₁x₁+β₂x₂+β₃x₃；

(3)浮选回收率的预测

将需预测的浮选回收率对应的原矿品位、精矿品位、磨矿产品中间易选粒级含量数值代入到回归分析模型中，求得浮选回收率；

所述磨矿产品中间易选粒级为-0.2+0.038mm粒级。

2.根据权利要求1所述的基于线性回归模型浮选回收率的预测方法，其特征在于：所述线性回归分析模型自变量的相关性检验：根据原矿品位、粗精品位和磨矿产品中间易选粒级含量的样本值，利用EViews软件计算各解释变量的相关关系矩阵。

3.根据权利要求1所述的基于线性回归模型浮选回收率的预测方法，其特征在于：所述线性回归分析模型采用F检验总体显著性。

4.根据权利要求1所述的基于线性回归模型浮选回收率的预测方法，其特征在于：所述线性回归分析模型采用t检验单个系数的显著性。