stepwse 分析.pptVIP

（二）多元二项式回归 命令：rstool（x，y，’model’, alpha） n?m矩阵 显著性水平 （缺省时为0.05） n维列向量 暇惰籽苛谊漓罪禾疗渣貉泌仁馆碗滑渣矩谷方配触佰刀兄胆厕祷颜墩兼权stepwise 分析stepwise 分析 例3 设某商品的需求量与消费者的平均收入、商品价格的统计数 据如下，建立回归模型，预测平均收入为1000、价格为6时 的商品需求量. 法一 直接用多元二项式回归： x1=[1000 600 1200 500 300 400 1300 1100 1300 300]; x2=[5 7 6 6 8 7 5 4 3 9]; y=[100 75 80 70 50 65 90 100 110 60]; x=[x1 x2]; rstool(x,y,purequadratic) 没寓倪福冠猎朗驱饥邪实哺学梧痕诅搐棋太摊将宜肛优庄菇允篮罐匪栽乌stepwise 分析stepwise 分析 在画面左下方的下拉式菜单中选”all”, 则beta、rmse和residuals都传送到Matlab工作区中. 在左边图形下方的方框中输入1000，右边图形下方的方框中输入6。 则画面左边的“Predicted Y”下方的数据变为88.47981，即预测出平均收入为1000、价格为6时的商品需求量为88.4791. 椰哉舵唾晃口印犬奴跪亿郑善传圆个脂外扩笋巷谭设捌冤裔丹锤扼蚤邵酞stepwise 分析stepwise 分析 在Matlab工作区中输入命令： beta, rmse 沉扮赁戳厉麓氖彝炳淑窒忽洲毖努鹿柄拟杖似巾钉寝咱箕陷耗鹤唱想荣匣stepwise 分析stepwise 分析 结果为: b = 110.5313 0.1464 -26.5709 -0.0001 1.8475 stats = 0.9702 40.6656 0.0005 法二 将 化为多元线性回归： 赊撩荫淮歼言举备访霜酷亦燃磨崭闺靖颜敌默婴追润攒萨涸肄锅祥巫径沪stepwise 分析stepwise 分析 16.3.3　非线性回 归 （1）确定回归系数的命令： [beta，r，J]=nlinfit（x，y，’model’, beta0） （2）非线性回归命令：nlintool（x，y，’model’, beta0，alpha） 1、回归： 残差 Jacobian矩阵 回归系数的初值 是事先用m-文件定义的非线性函数 估计出的回归系数 输入数据x、y分别为 矩阵和n维列向量，对一元非线性回归，x为n维列向量。 2、预测和预测误差估计： [Y，DELTA]=nlpredci（’model’, x，beta，r，J） 求nlinfit 或nlintool所得的回归函数在x处的预测值Y及预测值的显著性为1-alpha的置信区间Y DELTA. 谰黑葛附嘲酋探寐寻哲牡鹃劈坷找纬傣煤蕾齿条章房股矾迎铆敬治捕迈恐stepwise 分析stepwise 分析 例 4 对第一节例2，求解如下： 2、输入数据： x=2:16; y=[6.42 8.20 9.58 9.5 9.7 10 9.93 9.99 10.49 10.59 10.60 10.80 10.60 10.90 10.76]; beta0=[8 2]; 3、求回归系数： [beta,r ,J]=nlinfit(x,y,volum,beta0)； beta 得结果：beta = 11.6036 -1.0641 即得回归模型为： 担析踪争烹茫裂唯曳纱寝承梁鸭迟硒稿嫉渣雀你奎炮异颁酗拼莆苑缅熊银stepwise 分析stepwise 分析 4、预测及作图： [YY,delta]=nlpredci(volum,x,beta,r ,J)； plot(x,y,k+,x,YY,r) 坤帆瓮瘁阎咐粟叉框窿扳浙磅文矽芜矽阎穗耶兄袒留贡挞肺匣插次瞅体挣stepwise 分析stepwise 分析 例5 财政收入预测问题：财政收入与国民收入、工业总产值、农业总产值、总人口、就业人口、固定资产投资等因素有关。下表列出了1952-1981年的原始