回归分析在实际案例中的应用报告方案.docVIP

重 庆 交 通 大 学 现代测量数据 学生课题论文 课 题 名 称：回归分析在实际案例中的应用 指 导 老 师：刘 国 栋 学 院 ：土木工程学院 年级专业班 ：2013级测绘工程一班 学 生 姓 名：陈 涛 学 生 学 号：631301040116 课题学习时间：2015年11月 目录1、引言 3 2、分类及要点说明 4 2.1、分类 4 2.2、要点说明 4 3、回归分析模型及步骤 5 3.1、回归模型 5 3.2、回归分析步骤 6 4、一元线性回归案例分析 6 4.1、案例叙述 6 4.2、数据输入与分析 6 4.3、解算方法 7 4.3.1、手动解算 7 4.3.2、矩阵的MATLAB解算 8 4.3.3、多项式法解算 9 4.4、模型参数的显著性检验 10 4.5、模型检验 10 4.6、利用回归方程进行预测和预报控制 13 5、多元线性回归案例分析 14 5.1、案例叙述 14 5.2、数据输入与分析 15 5.3、解算方法 17 5.4、模型参数的显著性检验 18 5.5、模型检验 19 5.6、利用回归方程进行预测和预报控制 20 6、结论 20 [参 考 文 献] 21 回归分析在实际案例中的应用 重庆交通大学土木工程MATLAB可以通过编程实现几乎所有的数据处理问题，他强大的数据处理能力使得一些人工不能解算的大数据处理问题得以实现；本文将结合实际的案例利用MATLAB软件向大家介绍如何运用回归分析解决实际的问题。 关键词：回归分析，一元回归，多元回归，MATLAB解算 1、引言 回归分析就是指 中国税收收入与GDP）”、“财政支出”、“商品零售物价指数”之间的关系。 2、分类及要点说明 2.1、分类 1、根据因变量和自变量的个数来分类： 一元回归分析；多元回归分析； 2、根据因变量和自变量的函数表达式来分类： 线性回归分析；非线性回归分析； 2.2、要点说明 通常情况下，线性回归分析是回归分析法中最基本的方法，当遇到非线性回归分析时，可以借助数学手段将其化为线性回归；因此，主要研究线性回归问题，一点线性回归问题得到解决，非线性回归也就迎刃而解了，例如，取对数使得乘法变成加法等；当然，有些非线性回归也可以直接进行，如多项式回归等； 2、在社会经济现象中，很难确定因变量和自变量之间的关系，它们大多是随机性的，只有通过大量统计观察才能找出其中的规律。随机分析是利用统计学原理来描述随机变量相关关系的一种方法； 3、由回归分析法的定义知道，回归分析可以简单的理解为信息分析与预测。信息即统计数据，分析即对信息进行数学处理，预测就是加以外推，也就是适当扩大已有自变量取值范围，并承认该回归方程在该扩大的定义域内成立，然后就可以在该定义域上取值进行“未来预测”。当然，还可以对回归方程进行有效控制； 4、相关关系可以分为确定关系和不确定关系。但是不论是确定关系或者不确定关系，只要有相关关系，都可以选择一适当的数学关系式，用以说明一个或几个变量变动时，另一变量或几个变量平均变动的情况。 3、回归分析模型及步骤 3.1、回归模型 1、确定变量之间是否存在相关关系，若存在，则找出数学表达式； 2、根据一个或几个变量的值，预测或控制另一个或几个变量的值，且要估计这种控制或预测可以达到何种精确度。 3.2、回归分析步骤 1、根据自变量与因变量的现有数据以及关系，初步设定回归方程； 2、求出合理的回归系数； 3、进行相关性检验，确定相关系数； 4、在符合相关性要求后，即可根据已得的回归方程与具体条件相结合，来确定事物的未来状况，并计算预测值的置信区间； 4、一元线性回归案例分析 4.1、案例叙述 根据已知数据求出表示大坝库水位和大坝沉陷量之间的一元线性回归方程。 已知数据： 编号 库水位（m） 沉陷量（mm） 编号） 库水位（m） 沉陷量（mm） 1 102.714 -1.96 7 135.046 -5.46 2 95.154 -1.88 8 140.373 -5.69 3 114.364 -3.96 9 144.958 -3.94 4 120.170 -3.31 10 141.011 -5.82 5 126.630 -4.94 11 130.308 -4.18 6 129.393 -5.69 12 121.234 -2.90 4.2、数据输入与分析 设库水位为x，沉陷量y，将以上数据输入MATLAB中进行分析，利用matlab软件可以得到y关于x的散点图如图 由于提取的数据包含有其它各方面的影响因素，综合考虑其它因素的影响可以看y和x成线性相关关系，可以设库水位x与y为一元回归线性模型： 4.3、解算方法 4.3.1、 解:计算、