[数学建模讲义统计模型.pptVIP

数学建模讲义统计模型 主要内容 0 引例 1 (多元)线性回归模型 2 参数的最小二乘估计 3 线性关系的显著性检验 4 区间预测 5 参数的区间估计(假设检验) 6 matlab多元线性回归 7 matlab非线性回归 8 非线性回归化为线性回归 9 matlab逐步回归 10 综合实例：牙膏的销售量 11 综合实例：投资额与国民生产总值和物价指数 经常听到这样的说法，“如果给定解释变量值，根据模型就可以得到被解释变量的预测值为……值”。这种说法是不科学的，也是统计模型无法达到的。如果一定要给出一个具体的预测值，那么它的置信水平则为0；如果一定要回答以100%的置信水平处在什么区间中，那么这个区间是∞。 在实际应用中，我们当然也希望置信水平越高越好，置信区间越小越好。如何才能缩小置信区间？ （1）置信水平与置信区间是矛盾的。但可增大样本容量n，使临界值t减小。 （2）更主要的是提高模型的拟合优度，以减小残差平方和。设想一种极端情况，如果模型完全拟合样本观测值，残差平方和为0，则置信区间也为0。 （3）提高样本观测值的分散度。在一般情况下，样本观测值越分散，(X’X)-1越小。 6 matlab多元线性回归 7 matlab逐步回归 8 综合实例：牙膏的销售量 * * — 回归分析 Evaluation only. Created with Aspose.Slides for