- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
某人记录了21天每天使用空调器的时间和使用烘干器的次数,并监视电表以计算出每天的耗电量,数据见下表,试研究耗电量(KWH)(AC)和烘干器使用次数(DRYER)之间的关系,建立并检验回归模型,诊断是否有异常点。
序号 1 2 3 4 5 6 7 8 9 10 11
KWH 35 63 66 17 94 79 93 66 94 82 78
AC 1.5 4.5 5.0 2.0 8.5 6.0 13.5 8.0 12.5 7.5 6.5
DRYER 1 2 2 0 3 3 1 1 1 2 3 序号 12 13 14 15 16 17 18 19 20 21
kWH 65 77 75 62 85 43 57 33 65 33
AC 8.0 7.5 8.0 7.5 12.0 6.0 2.5 5.0 7.5 6.0
DRYER 1 2 2 1 1 0 3 0 1 0
耗电量因素分析回归模型
摘要:本文针对题目中给出的耗电量(KWH)(AC)和烘干器使用次数(DRYER)分别建立了二元线性、纯二次、交叉、完全二次回归模型,经过模型比较得出题目中给出的数据比较符合二元线性回归模型。对模型进行求解得到二元线性回归方程为,根据残差图分析知第21个数据为异常数据。
模型假设
假设测的数据真实可靠;
假设耗电量只与题目中给的空调器使用的小时数和烘干器使用次数有关,与其他因素无关。
符号说明
1、 表示空调器使用的小时数(单位:小时);
2、表示烘干器使用次数(单位:次)。
模型建立
二元线性回归模型为:
其中 为回归系数。
模型求解
由程序(参见附录)求得回归系数,画出残差图可知第21个数据为异常数据。
附录
x2=[1 2 2 0 3 3 1 1 1 2 3 1 2 2 1 1 0 3 0 1 0];
disp(多元线性回归)
X=[ones(21,1) x1 x2];
[b,bint,r,rint,stats]=regress(y,X);
b
stats
rcoplot(r,rint)
disp(纯二次回归)
Y=[ones(21,1) x1 x2 (x1.^2) (x2.^2)];
[b,bint,r,rint,stats]=regress(y,Y);
b
stats
disp(完全二次回归)
Y=[ones(21,1) x1 x2 (x1.^2) 2*(x1.*x2) (x2.^2)];
[b,bint,r,rint,stats]=regress(y,Y);
b
stats
disp(交叉回归)
Y=[ones(21,1) x1 x2 2*(x1.*x2)];
[b,bint,r,rint,stats]=regress(y,Y);
b
stats
文档评论(0)