努尔比耶姆麦麦提220132347数学模型.doc

新疆农业大学课程考试（查）论文 2015——2016学年 第二学期 《用回归分析探究止痛剂疗效模型 课程 名称: 数学模型 任课 教师： 李新鹏 学 院： 数理学院 专 业： 数学与应用数学 班 级： 数理134班 学 号： 220132347 姓 名 努尔比耶姆`麦麦提 成 绩： 用回归分析探究止痛剂疗效模型 图1 病痛减轻时间与药剂量的散点图 GV 图2 病痛减少时间与性别的散点图 图3 病痛减少时间与血压组别的散点图 从图1可以发现，随着x1的增加，y有向下弯曲减少的趋势，故可考虑用二次函数模型 + （1） 在图2,3中病痛减少时间与性别和血压无明显的关系，故不妨设其为线性关系，可考虑用线性模型 （2） 综合上面的分析，结合模型（1）和（2）建立如下的回归模型 （3） （3）式右端的x1、x2和x3称为回归变量（自变量），是给定药剂量x1、性别x2和血压x3时，病痛减少时间y的平均值，其中，，，，称为回归系数，由表1的数据估计，影响y的其他因素作用都包含在随机误差中。如果模型选择的合适，应为服从均值为0的正态分布。 分别作病痛减轻时间与性别和血压组别的散点图： 在病痛减轻时间与性别的散点图中，性别的不同并未导致病痛减轻时间很大的变化，而在病痛减轻时间与血压组别的散点图中，血压分为三个组别，不易看出两者的关系。于是我们假设病人疼痛减轻时间分别与性别、血压呈线性关系，可建立模型： 及 由以上分析可建立综合模型： （1） 模型求解 直接利用matlab统计工具箱中命令regress求解，使用格式为 [b,bint,r,rint,stats]=regress(y,x,alpha) 其中输入y为模型（3）中y的数据（24维向量，n=24）,x为对应于回归系数的数据矩阵[1,x1,x2,x3,x1.^2](n*5矩阵，其中第一列为全1向量)，alpha为置信水平，b为的估计值，bint为b的置信区间，r为残差向量，rint为r的置信区间，stats为回归模拟的建议你统计量。 得到模型（3）的回归系数估计值及其置信区间（置信水平为0.05），结果见下表： 结构分析: 表2显示，= 0.8275指因变量y的82.75%可由模型确定，p远远小于置信水平，因而模型（3）从整体来看是可用的。检查它们的置信区间发现，有，的置信区间包含零点，表明x2，x3不是太显著。 模型预测 将回归系数的估计值代入模型（3）， Y=63.1291-10.2706x1+5.6667x2-1.5000x3+0.5111x1^2 （4） 即可预测疼痛减少的时间, 设x1=5g，x2=0，x3=0.5，则疼痛减少时间y=63.1291-10.2706*5+5.6667*0-1.5000*0.5+0.5111*25=23.8036其置信度为95%的预测区间为[22.61342,24.99378]回归模型的一个重要应用是，对于给定的回归变量的取值，可以以一定的置信度预测因变量的取值范围，及预测区间。 x = 1.0000 2.0000 0 0.2500 4.0000 1.0000 2.0000 0 0.5000 4.0000 1.0000 2.0000 0 0.7500 4.0000 1.0000 2.0000 1.0000 0.2500 4.0000 1.0000 2.0000 1.0000 0.5000 4.0000 1.0000 2.0000 1.0000 0.7500 4.0000 1.0000 5.0000 0 0.2500 25.0000 1.0000 5.0000 0 0.5000 25.0000 1.0000 5.0000 0 0.7500 25.0000 1.0000 5.0000 1.0000 0.2500