数学建模竞赛习题.docVIP

第一题： 解： 问题分析与模型建立：用表示各位经理人的人寿保险额，用表示各位经理人的平均收入，由题目可以得到，经理的年收入和人寿保险额之间存在着二次关系，可以通过画对的散点图进行验证。用表示各位经理人的风险偏好度，它的数值越大，就越偏爱高风险。现在画出对和的散点图，观察各自的变化趋势，进行验证与趋势变化分析。 图1 人寿保险额与平均收入的关系 图2 人寿保险额与风险偏好度的关系 观察图1，随着的增加，也有明显的线性增长趋势，可以建立线性模型 观察图2，随的增加，也随之增大，且向上弯曲趋势增长，可以建立二次函数模型： 将上面两点进行结合，建立一个中体的回归模型如下： 以上各式中，叫做回归系数，叫做影响的主要因素，主要因素是人能够进行控制的，同时还受到各种因素的影响，这些是人没有办法进行控制的，称为随机误差，记作。随机误差可以被看作是一个随机变量，在模型选择合适的情况下，大致服从均值为零的正态分布。所以，模型可以完整的记做： 对回归系数是线性的，满足线性回归条件，所以建立线性回归模型。 模型求解： 在matlab中用命令regress解决线性回归问题。使用格式如下： [b,bint,r,rint,stats]=regress(y,x); 其中，b为回归系数的估计值；bint是b各项的显著水平为的置信区间；stats是检验回归模型的统计量。 其计算结果如下： b = -113.9272 4.4587 -6.7432 1.1390 bint = -153.5452 -74.3091 4.0434 4.8739 -16.6588 3.1723 0.2101 2.0678 stats = 0.9920 580.5290 0.0000 61.5420 画出的残差图如下： 对数据整理如下： 回归系数 回归系数估计值 回归系数置信区间 -113.9272 [-153.5452 -74.3091] 4.4587 [4.0434 4.8739] -6.7432 [ -16.6588 3.1723] 1.1390 [0.2101 2.0678] 0.9920 580.5290 0.0000 表1 回归模型数据整理 所以回归模型结果为： 结果分析： 由上表可以看出，=0.9920指因变量（人寿保险额）的99.20%可以由模型确定；=580.5290远远大于检验的临界值；=0.0000远小于=0.05；综上，所建立的模型大致可以反映实际情况。回归系数的置信区间只有的自置信区间包含零点，表明回归变量对因变量的贡献是不显著的；而的置信区间不包含零点，表明回归变量对因变量的贡献是显著的，所以可以将仍保留在模型内，故得模型为： 现我们可以认定题目中的假设是成立的，即经理的年收入和人寿保险额之间存在着二次关系，并有把握的认为风险偏好度对人寿保险额有线性效应。 模型的改进与分析求解： 假设风险偏好度（）对人寿保险额（）是否有二次效应，将原模型可以修改为： 进行模型求解，输出结果如下： b = -60.8513 0.9230 4.4829 0.0360 0.1138 bint = -72.5979 -49.1048 0.4293 1.4168 1.7085 7.2573 0.0310 0.0409 -0.1441 0.3717 stats = 1.0e+003 * 0.0010 8.2055 0 0.0033 将stats中数据转化为长型： stats= 0.9996 8205.5 0 3.2905 画出的残差图如下： 数据整理如下： 回归系数 回归系数估计 回归系数置信区间 -60.8513 [-72.5979 -49.1048] 0.9230 [0.4293 1.4168] 4.4829 [1.7085 7.2573] 0.0360 [0.0310 0.0409] 0.1138 [-0.1441 0.3717] 0.9996 8205 0.0000 表2 模型改进（1）数据整理 由上表可以看出，=0.9996指因变量（人寿保险额）的99.96%可以由模型确定；=8205远远大于检验的临界值；=0.0000远小于=0.05；综上，所建立的模型大致可以反映实际情况。回归系数的置信区间只有的自置信区间包含