原创力文档- 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
2015北工大数学建模课程作业七
1. 回归分析
(1)
读入数据后绘制散点图
x-c(5.1, 3.5, 7.1, 6.2, 8.8, 7.8, 4.5, 5.6, 8.0, 6.4)
y-c(1907, 1287, 2700, 2373, 3260, 3000, 1947, 2273, 3113, 2493)
plot(x, y, xlab = X, ylab = Y, cex = 1.0, pch = 20, col = red)
可见X-Y大概可以看成线性关系，设一元线型回归方程为
Y=β0+β1X
用R软件求解
lm.sol-lm(y ~ 1+x)
summary(lm.sol)
Call:
lm(formula = y ~ 1 + x)
Residuals:
Min 1Q Median 3Q Max
-128.591 -70.978 -3.727 49.263 167.228
Coefficients:
Estimate Std. Error t value Pr(|t|)
(Intercept) 140.95 125.11 1.127 0.293
x 364.18 19.26 18.908 6.33e-08 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 96.42 on 8 degrees of freedom
Multiple R-squared: 0.9781, Adjusted R-squared: 0.9754
F-statistic: 357.5 on 1 and 8 DF, p-value: 6.33e-08
该结果表明回归系数为β0=140.95，β1=364.18，且β0不显著，β1极为显著。
设原假设H0为β1=0
对立假设H1为β1≠0
由于P-值6.33e-08小于显著水平0.05，因此拒绝原假设H0，接受对立假设H1，即β1≠0。方程通过显著性检验。
综上，回归方程为
Y=140.95+364.18X
(2)
置信水平为0.95
用R软件求解
new - data.frame(x = 7)
predict(lm.sol, new, interval = prediction, level = 0.95)
fit lwr upr
1 2690.227 2454.971 2925.484
由结果可知，今年灌溉面积的预测值为2690.227，预测区间为2454.971，置信区间为2925.484。
(3)
绘制数据散点
plot(x, y, xlab = X, ylab = Y, cex = 1.4, pch = 19, col = red)
绘制回归直线以及实际点跟预测点的偏差连线
abline(lm.sol, lwd = 2, col = blue)
segments(x, fitted(lm.sol), x, y, lwd = 2, col = blue)
绘制回归预测值点（绿点）
points(7.0, 2690.227, pch = 19, cex = 1.4, col=green)
绘制预测区间和置信区间（黄线）
segments(7.0, 2454.971, 7.0, 2690.227, lwd = 2, col = yellow)
segments(7.0, 2925.484, 7.0, 2690.227, lwd = 2, col = yellow)
得到下图
拟合情况较好。
2. 回归分析和逐步回归
(1)
设多元线型回归方程为
Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6
用R软件求解
blood - data.frame(
+ Y = c(44.609, 45.313, 54.297, 59.571, 49.874, 44.811, 45.681, 49.091, 39.442, 60.055, 50.541, 37.388, 44.754, 47.273, 51.855, 49.156, 40.836, 46.672, 46.774, 50.388, 39.407, 46.08, 45.441, 54.625, 45.118, 39.203, 45.79, 50.545, 48.673, 47.92, 47.467),
+ X1 = c(44, 40, 44,
文档评论（0）