- 1、本文档共11页,可阅读全部内容。
- 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、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、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、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 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、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、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
实验2回归分析.
项目八 假设检验、回归分析与方差分析
实验2 回归分析
实验目的 学习利用Mathematica求解一元线性回归问题. 学会正确使用命令线性回归Regress, 并从输出表中读懂线性回归模型中各参数的估计, 回归方程, 线性假设的显著性检验结果, 因变量Y在预察点的预测区间等.
基本命令
1.调用线性回归软件包的命令Statistics\LinearRegression.m
输入并执行调用线性回归软件包的命令
Statistics\LinearRegression.m
或调用整个统计软件包的命令
Statistics`
2.线性回归的命令Regress
一元和多元线性回归的命令都是Regress. 其格式是
Regress[数据, 回归函数的简略形式, 自变量,
RegressionReport(回归报告)-{选项1,选项2,选项3,…}]
注: 回归报告中包含BestFit(最佳拟合,即回归函数), ParameterCITable(参数的置信区间表), PredictedResponse(因变量的预测值), SinglePredictionCITable(因变量的预测区间),
FitResiduals(拟合的残差), SummaryReport(总结性报告)等.
3.抹平“集合的集合”的命令Flatten
命令Flatten[A]将集合的集合A抹平为只有一个层次的集合. 例如, 输入
Flatten[{{1,2,3},{1,{3}}}]
则输出
{1,2,3,1,3}.
4.非线性拟合的命令NonlinearFit
使用的基本格式为
NonlinearFit [数据, 拟合函数, (拟合函数中的)变量集, (拟合函数中的)参数, 选项]
注: 拟合函数中既有变量又有参数, 变量的个数要与数据的形式相应. 参数集中往往需
要给出各参数的初值. 选项的内容主要是指定拟合算法、迭代次数和精度.
实验举例
例2.1 (教材 例2.1) 某建材实验室做陶粒混凝土实验室中, 考察每立方米混凝土的水泥用量(kg)对混凝土抗压强度的影响, 测得下列数据:
(1) 画出散点图;
(2) 求y关于x的线性回归方程并作回归分析;
(3) 设kg, 求y的预测值及置信水平为0.95的预测区间.
先输入数据:
aa = {{150,56.9},{160,58.3},{170,61.6},{180,64.6},{190,68.1},{200,71.3},
{210,74.1},{220,77.4},{230,80.2},{240,82.6},{250,86.4},{260,89.7}};
(1) 作出数据表的散点图. 输入
ListPlot[aa,PlotRange-{{140,270},{50,90}}]
则输出图2.1.
图2.1
(2) 作一元回归分析, 输入
Regress[aa,{1,x},x,RegressionReport-{BestFit,
ParameterCITable,SummaryReport}]
则输出
{BestFit-10.2829+0.303986x, ParameterCITable-
Estimate SE CI
1 10.2829 0.850375 {8.388111,12.1776},
x 0.303986 0{0.294872,0.3131}
ParameterTable-
Esimate SE Tstat PValue
1 10.2829 0.850375 12.0922 2.71852,
x 0.303986 074.3137 4.88498
Rsquared-0.998193,AdjustedRSquared-0.998012,
EstimatedVariance-0.0407025,ANOVATable-
DF SumOfSq MeanSq Fratio PValue
Model 1 1321.43 1321.43 5522.52 4.77396
Error 10 2.3928 0.23928
Total 11 1323.82
现对上述回归分析报告说明如下:
BestFit(最优拟合)- 10.2829+0.303986x表示一元回归方程为
;
ParameterCITable(参数置信区间表)中: Estimate这一列表示回归函数中参数a, b的点估计为=10.2829 (第一行), = 0.303986 (第二行); SE这一列的第一行表示估计量的标准差为0.850375, 第二行表示估计量的标准差为0 CI这一列分别表示的
文档评论(0)