数学建模回归分析..docxVIP

下载本文档

121
0
约2.13千字
约 7页
2017-01-28 发布于重庆
举报
版权申诉

数学建模回归分析..docx

1、本文档共7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

数学建模回归分析.

回归分析 ——20121060025 吕佳琪有10个同类企业的生产性固定资产年平均价值和工业总产值资料如下：企业编号生产性固定资产价值（万元）工业总产值（万元）131852429101019320063844098155415913650292873146058121015169102212191012251624合明二变量之间的相关方向；建立直线回归方程；计算估价标准误差；估计生产性固定资产（自变量）为1100万元时总产值（因变量）的可能值。解：（1）画出散点图，观察二变量的相关方向x=[318 910 200 409 415 502 314 1210 1022 1225];y=[524 1019 638 815 913 928 605 1516 1219 1624];plot(x,y,or)xlabel(生产性固定资产价值（万元）)ylabel(工业总产值（万元）)由图形可得，二变量的相关方向应为直线（2）x=[318 910 200 409 415 502 314 1210 1022 1225];y=[524 1019 638 815 913 928 605 1516 1219 1624];X = [ones(size(x)), x];[b,bint,r,rint,stats] = regress(y,X,0.05);b,bint,statsb = 395.5670 0.8958bint = 210.4845 580.6495 0.6500 1.1417stats = 1.0e+004 *0.0001 0.0071 0.0000 1.6035上述相关系数r为1，显著性水平为0Y=395.5670+0.8958*x（3）计算方法：W=((Y1-y1)^2+……+(Y10-y10)^2)^(1/2)/10利用SPSS进行回归分析：可以看出：标准估计误差为126.62795（万元）（4）有上述MATLAB编程可得y（总产值）-x（生产性固定资产）的关系为y1=210.4845 +0.6500*xy2=580.6495 +1.1417*xy=395.5670+0.8958*xx=1100;y=395.5670+0.8958*xy1=210.4845 +0.6500*xy2=580.6495 +1.1417*xy = 1.3809e+003y1 = 925.4845y2 = 1.8365e+003所以在生产性固定资产（自变量）为1100万元时总产值（因变量）的可能值为925.4845-1836.5之间设某公司下属10个门市部有关资料如下：门市部编号职工平均销售额（万元）流通费用水平（%）销售利润率（%）162.812.6253.310.4381.818.5417.03.0543.98.1672.116.3762.912.3834.16.2934.26.61072.516.8确立适宜的回归模型；计算有关指标，判断这三种经济现象之间的相关紧密程度。解：（1）设销售利润率（%）为y，流通费用水平（%）为x2，职工平均销售额（万元）为x3回归模型y=a1+a2*x1+a3*x2MATLAB实现：x1=[12.6 10.4 18.5 3.0 8.1 16.3 12.3 6.2 6.6 16.8; 6 5 8 1 4 7 6 3 3 7; 2.8 3.3 1.8 7.0 3.9 2.1 2.9 4.1 4.2 2.5];X = [ones(size(x1(:,1))),x1(:,2:3)];Y = x1(:,1);[b,bint,r,rint,stats] = regress(Y,X,0.05);b,bint,statsb = -6.7691 2.9070 0.9578bint = -15.7285 2.1902 2.0138 3.8003 -0.3676 2.2832stats = 0.9823 194.2113 0.0000 0.6002相关系数为0.9823 H0=0的概率为0由上述分析可得y=-6.7691+2.9070*x1+0.9578*x2（2）stepwise(X,Y,[],0.05)此时，y与x2线性关系紧密，而与x3的线性关系不是很密切，即使没有x3,y=-0.386+2.293*x2,相关系数为：0.975，已经很高了。即，销售利润与职工平均销售额关系密切，销售利润与流通费用水平关系不是很密切。用SPSS来做Case Processing Summary Cases ValidMissingTotal NPercentNPercentNPercent流通费用水平10100.0%0.0%10100.0%Case Processing Summar