实验2回归分析..docVIP

  1. 1、本文档共11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
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)

sfkl + 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