曲线拟合和回归方程.doc

曲线拟合和回归分析 学院:信息学院 专业：电子信息科学与技术 姓名：文欢 学号：20131060218 1、有10个同类企业的生产性固定资产年平均价值和工业总产值资料如下： 说明两变量之间的相关方向； 答：由表格易知：工业总产值是随着生产性固定资产价值的增长而增长的，而知之间存在正向相关性。 回归方程：y=395.567+0.896x 建立直线回归方程； 答： 若用y表示工业总产值（万元），用x2示生产性固定资产，二者可用如下的表达式近似表示：y=0.896x+395.567 计算估计标准误差； 答：标准误差为80.216（万元）。 （4）估计生产性固定资产（自变量）为1100万元时的总资产（因变量）的可能值。 答： 当固定资产为1100时， 总产值：.(0.896*1100+395.567-80.216~0.896*1100+395.567+80.216）即（1301.0~146.4）这个范围内的某个值。 function [b,bint,r,rint,stats] = regression1 x = [318 910 200 409 415 502 314 1210 1022 1225]; y = [524 1019 638 815 913 928 605 1516 1219 1624]; X = [ones(size(x))', x']; [b,bint,r,rint,stats] = regress(y',X,0.05);%一元线性回归 display(b); %以矩阵方式显示b display(stats); %阵显示stats，用于检测回归模型的统计量 x1 = [300:10:1250]; y1 = b(1) + b(2)*x1; figure; plot(x,y,'ro',x1,y1,'g-'); industry = ones(6,1); construction = ones(6,1); industry(1) =1022; construction(1) = 1219; for i = 1:5 industry(i+1) =industry(i) * 1.045; construction(i+1) = b(1) + b(2)* construction(i+1); end display(industry); display( construction); end 运行结果如下所示： >> regression1 b = %回归系数估计值 395.5670 0.8958 stats = 1.0e+04 * 0.0001 0.0071 0.0000 1.6035 industry = 1.0e+03 * 1.0220 1.0680 1.1160 1.1663 1.2188 1.2736 construction = 1.0e+03 * 1.2190 0.3965 0.3965 0.3965 0.3965 0.3965 ans = 395.5670 0.8958 设某公司下属10个门市部有关资料如下： 、确定适宜的?回归模型；? 、计算有关指标，判断这三种经济现象之间的紧密程度。 解：用spss进行回归分析： ??；若用y,x1,x2分别表示销售利润率、职工平均销售额和流通费用水平，则通过以上的分析结果可知: y=-6.769+2.909x1+0.985x2；? 并且由显著性水平可知：流通费用水平对销售利润率影响不大（0.131大于0.05），而职工平均销售额的显著性水平为0，说明它对销售利润率的影响很大。