2.1 試驗分析數據
　　根據正交試驗的結果，建立線性回歸分析數據表，如表3所示。數據主要包括在不同試驗組合下的極限最大應力、模態(tài)一階頻率、屈曲安全系數和疲勞損傷值。為了獲得更有用的信息，需要對其進行進一步的分析和處理。數據分析主要是運用數理統(tǒng)計分析方法對數據進行多元線性回歸分析，得到試驗指標與設計變量之間的回歸方程式，為優(yōu)化提供約束條件。
　　表3 中X1~X5 是塔架試驗因素，也是線性回歸分析的設計變量，依次為塔底外徑、塔頂外徑、門段壁厚、底部壁厚和頂部壁厚，f 是塔架一階頻率，σ 是極限最大應力，S1是疲勞損傷值，S2 是屈曲安全系數，G 是根據Solidworks三維設計軟件計算得到的塔架質量。

表3 線性回歸分析數據表

　　2.2 回歸分析
　　線性回歸是利用數理統(tǒng)計中的回歸分析， 來確定兩種或兩種以上變量間相互依賴的定量關系的一種統(tǒng)計分析方法，運用十分廣泛。本文運用數據統(tǒng)計分析軟件SPSS18.0[8] 對這些目標量進行多元線性回歸分析，分別得出f、σ、S1、S2 和G 與設計變量X1~X5 之間的函數關系式。
　　對塔架一階頻率f 進行回歸分析，回歸分析結果如表4和表5 所示。

表4 方差分析表

表5 回歸系數表

　　表4 為方差分析表，該表可以用來檢驗回歸分析的顯著性。表中列出了回歸項和殘差項的平方和、自由度、均方、統(tǒng)計值和顯著性水平。由于顯著性水平小于0.05，所以可以認為所建立的回歸方程式有效。
　　表5 為回歸系數表，表中列出了變量X 和常量的非標準化系數、標準化系數、檢驗值、顯著性水平。由于所有變量的顯著性水平均小于0.05，可認為所有變量對因變量f 均顯著，根據表中的非標準化系數，得到f 與變量X 的關系式為：