matlab11实验报告.docVIP

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、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
  7. 7、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。
  8. 8、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
matlab11实验报告

成绩 辽宁工程技术大学上机实验报告 实验名称 试验十一 回归分析 院系 理学院 专业 信息与计算科学 班级 信科11-1班 姓名 姜超 学号 1111010107 日期 2013-11-21 实验 目的 实验目的: 1、了解回归分析基本内容 2、掌握用matlab软件求解回归分析问题。 实验 准备 你为本次实验做了哪些准备: 阅读课本学习 matlab 的基本语法以及类的创建和运用,上网查阅相关资料,上机编写调试程序。 实验 进度 本次共有 6 个练习,完成 6 个。 实验 总结 日 本次实验的收获、体会、经验、问题和教训: 通过实验了解回归分析基本内容,掌握用matlab软件求解回归分析问题。 教师 评语 1. 程序: x=[20 25 30 35 40 45 50 55 60 65]; X=[ones(10,1) x]; Y=[13.2 15.1 16.4 17.1 17.9 18.7 19.6 21.2 22.5 24.3]; [b,bint,r,rint,stats]=regress(Y,X) 结果: b = 9.1212 0.2230 bint =8.0211 10.2214 0.1985 0.2476 r =-0.3818 0.4030 0.5879 0.1727 -0.1424 -0.4576 -0.6727 -0.1879 -0.0030 0.6818 0.2333 线性回归方程:p=0.00000.05所以y=9.1212+0.2230x,回归系数的区间估计为[8.0211,10.2214],[0.1985,0.2476],F=439.8311 检验回归效果显著,x=42℃时产量的估值18.4872 2.程序:xi=[0 2 4 6 8 10 12 14 16 18 20]; yi=[0.6 2.0 4.4 7.5 11.8 17.1 23.3 31.2 39.6 49.7 61.7]; [p,S]=polyfit(xi,yi,2) Y=polyconf(p,xi,S); plot(xi,yi,k+,xi,Y) 结果: p = 0.1403 0.1971 1.0105 S = R: [3x3 double] df: 8 normr: 1.1097 线性回归方程:y=0.1403+0.1971x+1.0105x^2 程序: function y=volum(beta,x) y=(beta(1)*x(:,2)-x(:,3)./beta(5))./(1+beta(2)*x(:,1)+beta(3)*x(:,2)+beta(4).*x(:,3)); y=[8.55 3.79 4.82 0.02 2.75 14.39 2.54 4.35 13.00 8.50 0.05 11.32 3.13]; x1=[470 285 470 470 470 100 100 470 100 100 100 285 285]; x2=[300 80 300 80 80 190 80 190 300 300 80 300 190]; x3=[10 10 120 120 10 10 65 65 54 120 120 10 120]; x=[x1,x2,x3]; beta0=[1 0 0 0 1]; [beta,r,J]=nlinfit(x,y,volum,beta0); beta [yy,delta]=nlpredci(volum,x,beta,r,J); yy delta 结果: beta = 1.2526 0.0628 0.0400 0.1124 1.1914 4. 程序: function y=volum1(beta,x) y=beta(1)+beta(2)*log(x); x=[2 3 4 5 7 9 12 14 17 21 28 56]; y=[35 42 47 53 59 65 68 73 76 82 86 99]; beta0=[5,1]; [beta,r,J]=nlinfit(x,y,volum1,beta0); beta 结果: beta = 21.0058 19.5285 a=21.0058 b=19.5285 5. 程序: x=[650 340 400 800 300 600 720 480 440 540 750]; y=[2.48 4.45 4.52 1.38 4.65 2.96 2.18 4.04 4.20 3.10 1.50]; plot(x,y,*)

文档评论(0)

cuotian + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档