数学实验回归分析..docxVIP

实验10 回归分析分1 黄浩 2011011743实验目的了解回归分析的基本原理，掌握MATLAB 实现的方法练习用回归分析解决实际问题实验内容1.《数学实验》第一版（问题2）问题叙述：电影院调查电视广告费用和报纸广告费用对每周收入的影响，得到下面的数据（见下表）。建立回归模型并进行检验，诊断异常点的存在并进行处理。每周收入9690959295959494电视广告费用1.52.01.52.53.32.34.22.5报纸广告费用5.02.04.02.53.03.52.53.0实验过程：本题是一个二元回归问题，为了了解数据点的整体特性（线性、非线性），我们先对上述数据点做3维的散点图。使用代码：y=[96 90 95 92 95 95 94 94];x1=[1.5 2.0 1.5 2.5 3.3 2.3 4.2 2.5];x2=[5.0 2.0 4.0 2.5 3.0 3.5 2.5 3.0];plot3(x1,x2,y,+);grid 经过旋转，找到了一个近似平面的位置：这说明两种广告费用都有可能分别独立地对每周收入有线性的关系，因此，不妨设y为每周收入，x1为电视广告费用，x2为报纸广告费用，建立二元线性回归的模型：使用代码：y=[96 90 95 92 95 95 94 94];x1=[1.5 2.0 1.5 2.5 3.3 2.3 4.2 2.5];x2=[5.0 2.0 4.0 2.5 3.0 3.5 2.5 3.0];n=8;X=[ones(n,1) x1 x2];[b bint r rint s]=regress(y,X);b,bint,s,rcoplot(r,rint) 所得结果整理为：回归系数估计值置信区间β083.211678.805887.6174β11.29850.40072.1962β22.33721.48603.1883R2Fps20.908924.94080.00250.4897因此，回归得到的公式为：因为三个回归系数的置信区间都不含零点，因此关于三个回归系数的原假设H0：βi=0都被推翻；而且因F(1,n-2)分布大于F值的概率p0.05，说明上述模型在整体上是有效的。同时，观察最后一行的其他数据，我们看到R2和F的数值都比较大，与刚才的假设检验是互相吻合的。同时，我们再看一下输出的残差和置信区间图：我们看到，第一个点的残差置信区间不含零点，而又因残差应服从均值为0的正态分布，因而我们认为该点是异常的，是离群点，应予以剔除。使用剔除离群点后的数据重新进行回归分析（代码省略），结果如下：回归系数估计值置信区间β081.488178.787884.1883β11.28770.79641.7790β22.97662.32813.6250R2Fps20.976884.38420.00050.1257从上表可见，当剔除离群点后，R2和F值都增大了，而且p和s2都减小了，这都说明，剔除离群点使得线性回归的精度得以提高，此时：而且，输出的残差和置信区间图如下所示：此时，离群点已经完全剔除，残差与正态分布基本吻合。（以下的讨论是一个不成功的尝试）：进一步考虑，在实际生活中，电视广告和报纸广告是相辅相成的，两种媒介同时起作用时，可能会带来一些附加收益，即可能存在x1与x2的交互项。因为本题的数据点很少，难以进行书中的残差分析，因而我们直接使用二元二项式回归，以期找到更合适的拟合公式，使用代码（暂时保留了刚才找到的离群点）：y=[96 90 95 92 95 95 94 94];x1=[1.5 2.0 1.5 2.5 3.3 2.3 4.2 2.5];x2=[5.0 2.0 4.0 2.5 3.0 3.5 2.5 3.0];x=[x1,x2];rstool(x,y);得到了一个交互式画面：然后，对该交互式画面提供的四种模型分别输出回归系数和剩余标准差，整理如下：Slinear83.21161.29852.3372------0.6998purequadratic76.30191.52806.6454-0.0779-0.6252--0.2496interaction88.8128-2.04170.29861.2280----0.4527Full quadratic85.4135-3.08213.88690.93400.2830-0.47490.1415由剩余标准差的比较可知，使用包含线性项和完全二次项的模型可以获得最小的剩余标准差，即数据的拟合更为精确。但同时，我们发现，这种模型下β3、β4、β5的值都远远小于β1、β2，这说明后三项起的作用不大，是影响不显著的变量，这种情况下虽然能获得更优的回归模型，但难以较好地从现实角度予以解释。同样，第二行给出的包含线性项和纯二次项的模型也存在上述问题。而第三行的回归模型既包含了交