回归分析课设..docxVIP

成 绩 评 定 表学生姓名xx班级学号xx专 业信息与计算科学课程设计题目影响彩电销售的回归分析评语组长签字：成绩日期2013年7月日课程设计任务书学院理学院专业信息与计算科学学生姓名xx班级学号xx课程设计题目影响彩电销售的回归分析实践教学要求与任务:要求：通过该课程设计，使学生进一步理解概率论与数理统计的基本概念、理论和方法；初步掌握Excel统计工作表在随机模拟中是应用，MATLAB统计软件包作常见的统计检验和统计分析；具备初步的运用计算机完成数据处理的技能，使课堂中学习到理论得到应用。任务（至少一个）：1．数据整理：收集数据，录入数据，画出相应图形；建立数学模型，数据的输入与整理，各种数据的图形显示。2．一元、多元线性回归模型：数据散点图，残差图。运用MATLAB统计软件，对给定的数据拟合回归方程。3．单因素、多因素方差分析：正态总体的方差分析问题； MATLAB统计软件中关于回归分析的相关命令，能对结果进行简单分析。4．假设检验： 用MATLAB 统计软件对模型进行回归性的检验，参数的检验，和对残差图的分析。工作计划与进度安排:周三1~2节：选题，设计解决问题方法 周三3~8节：调试程序周四1~4节：完成论文，答辩指导教师： 2013年7月日专业负责人：2013年 7 月日学院教学副院长：2013年7 月日摘要在市场的经济活动中，经常会遇到某一市场现象的发展和变化取决于几个影响因素的情况，也就是一个因变量和自变量几个有依存关系的情况。它们相互联系，相互依存，因而它们之间存在着一定的关系，一般说来，变量之间的关系大致可分为两类：一类是确定性的关系，也就是我们所熟知的函数关系：另一类是非确定性的关系。应当指出，确定性关系与相关关系之间往往无法截然区分。一方面，由于测量误差等随机因素的影响，确定性关系在实际中往往通过相关关系表现出来；另一方面，当人们对客观事物的内部规律了解的更加深刻时，相关关系又可能转化为确定性关系。数据统计中研究变量之间相互关系的一种有效方法就是回归分析。关键词：回归分析；变量；测量误差；数据统计；因素；目录1 设计目的12 设计题目13 设计原理23.1 二元线性回归模型的建立23.2 结果的分析44 设计程序74.1 输入数据，观察与的线性关系74.2 作回归分析与检验84.3 残差分析94.4 方差分析105 设计总结12致谢12参考文献12影响彩电销售的回归分析1 设计目的熟练掌握概率论与数理统计在实际问题上的应用。了解二元回归方程，回归系数的检验方法及应用二元回归方程进行预测的方法，并将所学的知识结合MATLAB对数据的处理解决实际问题，并用MATLAB软件进行解算并检验；学会应用MATLAB软件进行二元回归实验的分析方法2 设计题目下面是十个地区彩电的需求量与其价格以及消费者可支配收入的相关数据，如表一所示。表一设定两个自变量指标分别为：价格,消费者收入,彩电需求量作为因变量，则可建立如下的二元线性回归模型：其中分别为未知参数，为随机误差，与自变量无关，服从。3 设计原理3.1 二元线性回归模型的建立在实际问题中，经常会出现两个变量之间的相关关系不是线性的（即直线型），而是非线性的（即曲线型）。设其中有两个变量与，我们可以用一个确定函数关系式：大致的描述与之间的相关关系，函数称为关于的回归函数，方程成为关于的回归方程。二元线性回归处理的是两个变量与之间的线性关系，可以设想的值由两部分构成：一部分由自变量的线性影响所致，表示的线性函数；另一部分则由众多其他因素，包括随机因素的影响所致，这一部分可以视为随机误差项，记为。可得二元线性回归模型自变量是可以控制的随机变量，成为回归变量；固定的未知参数,成为回归系数；称为响应变量或因变量。由于是随机误差，根据中心极限定理，通常假定是未知参数。 在根据专业知识或者散点图，选择合适的曲线，将其转化成线性方程。 3.1.1模型回归系数的估计为了估计回归系数，假定试验得到两个变量与的个数据对我们将这对观测值代入式（1），得，这里互独立的随机变量，均服从正态分布，即 回归系数估计的方法有多种，其中使用最广泛的是最小二乘法，即要求选取的 的值使得述随机误差的平方和达到最小，即求使得函数取得最小值的。由于是的二元函数，利用微积分中的函数存在极值的必要条件，分别对求偏导数，并令其为0，构成二元一次方程组，，化简后得到如下正规方程组,,解方程组得到总体参数估计量,这里均已有的观测数据。由此得到回归方程:带入观测，得到值称为回归预测值。3.2 结果的分析在实际问题中，对于给定的显著性水平，查表可知的临界值，如果有样本观测值计算得到的统计量的观测值大于，则在显著性水平下拒绝原假设，如果统计量的观测值不大于，则接受原假设，即认为因