MATLAB一元线性回归方程的计算和检验.docVIP

一、实验名称 一元线性回归方程的计算和检验 二、实验目的 掌握多种方法求解一元线性回归方程并检验； 掌握曲线拟合的最小二乘法； 培养编程与上机调试能力; 熟悉Matlab6.5.1软件环境. 三、实验要求 从键盘输入一组数据（xi，yi），i=1,2,…n。 计算一元线性回归方程y=ax+b的系数a和b，用两种方法计算： 一是公式：； 二是用最小二乘法的公式求出最小值点（a,b）,使 . （3） 检验回归方程是否有效（用F分布检验）。 （4） 把散列点（xi，yi）和回归曲线y=ax+b画在一个图上。 （5） 每种计算法都要有计算框图，且每种计算法都要编成一个自定义函数。 五、程序及其运行结果 程序： function yiyuanhuigui clc; disp(从键盘输入一组数据:); x=input(X的数(以向量形式输入)：); y=input(Y的数(以向量形式输入)：); disp(一元线性回归方程的计算和检验：); disp(1、公式法); disp(2、最小二乘法); disp(3、检验并画图); disp(0、退出); global a0 b0; while 3 num=input(选择求解一元回归方程的方法：); switch num case 1 [a0,b0]=huigui(x,y) case 2 [a0,b0]=zxec(x,y) case 3 break; case 0 return; otherwise disp(输入错误，请重新输入!); end end X=x;Y=y; X=[ones(size(X)),X];alpha=0.5; %输出向量b，bint为回归系数估计值和它们的置信区间； %r1，rint为残差及其置信区间，stats是用于检验回归模型的统计量,第一个是R^2，其中R %是相关系数，第二个是F统计量值，第三个是与统计量F对应的概率P，第四个是估计误差方差 [b,bint,e,rint,stats]=regress(Y,X) if stats(3)alpha %当Pα时拒绝H0，回归模型成立 disp(一元回归方程有效！); end n=[min(x):0.1:max(x)]; f=a0*n+b0; plot(x,y,b.,n,f,r),grid on,hold on; %画出散列点和一元线性回归图像 xlabel(x);ylabel(y);legend(散列点,一元线性回归图像); title(散列点和一元线性回归图像); end %*****************************公式法 function [a0,b0]=huigui(x,y) n=length(x); x1=0;y1=0; for i=1:n x1=x1+x(i); y1=y1+y(i); end x0=x1/n; %求得平均 y0=y1/n; a1=0;a2=0; for j=1:n a1=a1+(x(j)-x0)*(y(j)-y0); a2=a2+(x(j)-x0)*(x(j)-x0); end a0=a1/a2; b0=y0-a0*x0; x2=min(x):0.05:max(x); y2=a0*x2+b0; end %***************************** 最小二乘法 function [a0,b0]=zxec(x,y) m=length(x); R=[x ones(m,1)];a=R\y; a0=a(1);b0=a(2); end