回归分析例题程序及结果解释.docVIP

z =[5.5000 31.0000 10.0000 8.0000 79.3000 2.5000 55.0000 8.0000 6.0000 200.1000 8.0000 67.0000 12.0000 9.0000 163.2000 3.0000 50.0000 7.0000 16.0000 200.1000 3.0000 38.0000 8.0000 15.0000 146.0000 2.9000 71.0000 12.0000 17.0000 177.7000 8.0000 30.0000 12.0000 8.0000 30.9000 9.0000 56.0000 5.0000 10.0000 291.9000 4.0000 42.0000 8.0000 4.0000 160.0000 6.5000 73.0000 5.0000 16.0000 339.4000 5.5000 60.0000 11.0000 7.0000 159.6000 5.0000 44.0000 12.0000 12.0000 86.3000 6.0000 50.0000 6.0000 6.0000 237.5000 5.0000 39.0000 10.0000 4.0000 107.2000 3.5000 55.0000 10.0000 4.0000 155.0000 8.0000 70.0000 6.0000 14.0000 201.4000 6.0000 40.0000 11.0000 6.0000 100.2000 4.0000 50.0000 11.0000 8.0000 135.8000 7.5000 62.0000 9.0000 13.0000 223.3000 7.0000 59.0000 9.0000 11.0000 195.0000]； x=z(:,[1:4]);y=z(:,5); stepwise(x,y) 回车得： 解释一下上面这个对话框，同四个部分组成： 左上角 右上角 中间 最低端 第一部分，彩色水平柱状图是回归系数90%的置信区间，黑色水平柱状图是回归系数95%的置信区间。如果柱状图穿过中间虚线（横坐标为0），则在相应的显著性水平下，回归系数为0。柱状图中间的红点，为对应回归系数的值。 第二部分， 红色字体表示在原始模型上加上相应变量时，对应变量的回归系数，对应的t统计量值和对应的p值。蓝色模型为原始模型的变量的回归系数，对应的t统计量值和对应p值。在此例中，全为红色，说明原始模型自变量是包括只有全为1列向量。 y=c1+6.53444×x1 回归系数t值：0.7768对应的p值0.4473 y=c2+4.02871×x2 回归系数t值：0.44192对应的p值0.0003 另外两个意义也一样。 注意，四个P值，其中x3对应的P值最小，或x3的t统计量的绝对值最大。x3用阴影注明。最右端Next step:Move x3 in，即把x3引进原始模型。All Step 可以马上显示最后的逐步回归结果。 第三部分，显示原始模型各统计量的值，本例中： y= 169.495 不包括x1,x2,x3,x4变量， RMSE 是模型的标准误差72.5666 第四部分， x轴中1表示第一次逐步回归，y轴是原始模型的RMSE。 在上面的对话框中,点击Next Step 出现如下对话框: 简要说明以上对话框： 第二部分，右上角，蓝色对应下面方程的t值和p值。 y=c3-23.935×x3 回归系数t值：-5.3877对应的p值0.00 红色对应的方程为在上面这个蓝色方程上，加以相应的变量所得方程。如x1对应的方程： y=c13+2.24413×x1+c3×x3 x1回归系数t值：0.4094对应的p值0.6873 同理x2对应的方程：y=c23+3.09067×x2+c3×x3，x2回归系数t值：7.0497对应的p值0.000 第三部分，为新的原始模型的相应统计量，即： y=387.303-23.935×x3 的可决系数，F统计量值 第四部分，为第一步、第二步的模型的标准误差图。 点击Ex