一元线性回归 例子 加图像.docVIP

一元线性回归 例子 加图像.doc

此“教育”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、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。。
  2. 2、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
  3. 3、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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、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
  6. 6、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。
  7. 7、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
一元线性回归 例子 加图像

1 一切运功的物体都是相互联系,相互制约的,描述事物和事物运动的变量之间是相互联系、相互制约的。变量间的相互关系,可以分为两类:一类叫做确定关系,也叫函数关系。其特征是一个变量随着其他变量的确定而确定。另一类叫相关关系,这一关系的特征是变量之间的关系很难用一种精确的方法表示出来。 2 回归方法是处理变量间的相关关系的一种数学方法。回归分析分为线性回归和非线性回归。 3 ^2估计,拟合度的测量,回归参数的显著检验与置信区间,yF 点的预测与区间预测,案例分析,EViews操作。 yt = ?0 + ?1 xt + ut (1) ut 是随机变量,ut 的取值服从概率分布。 (2) E(ut) = 0。 (3) ut 具有同方差性。 D(ut) = E[ut - E(ut) ]2 = E(ut)2 = 2。 (4) ut 非自相关(独立)。 Cov(ui, uj) = E[(ui - E(ui) ) ( uj - E(uj) )] = E(uiuj) = 0,(i ? j )。 ut 为正态分布。 xt是非随机的,即xt的取值是确定的。 在假定(1),(2) ,(6)成立条件下有 发现太专业,还是看一下物理实验课本吧!!! 最小二乘法的关键在于计算偏差和,使之最小。 4 用最小二乘法求出下面一组数据的拟和直线 x 0 1.2 1.3 1.5 1.6 1.8 2.0 2.5 3.0 y 0.3 1.5 1.7 2.3 2.6 3.1 3.9 6.5 9.03 =[0 1.2 1.3 1.5 1.6 1.8 2.0 2.5 3.0]; y=[0.3 1.5 1.7 2.3 2.6 3.1 3.9 6.5 9.03 ]; plot(x,y,ro-) 由于题目要求用最小二乘法,核对数据之后没发现错误。 xi yi xi^2 xiyi yi^2 0 0.3 0 0 0.09 1.2 1.5 1.44 1.8 2.25 1.3 1.7 1.69 2.21 2.89 1.5 2.3 2.25 3.45 5.29 1.6 2.6 2.56 4.16 6.76 1.8 3.1 3.24 5.58 9.61 2 3.9 4 7.8 15.21 2.5 6.5 6.25 16.25 42.25 3 9.03 9 27.09 81.5409 均值 1.6555555556 3.4366666667 3.3811111111 7.5933333333 18.432322222 计算得k=2.97 b=-1.48 Matlab作图: x=[0 1.2 1.3 1.5 1.6 1.8 2.0 2.5 3.0]; y=[0.3 1.5 1.7 2.3 2.6 3.1 3.9 6.5 9.03 ]; plot(x,y,ro-) hold on x1=0:0.001:3;y1=2.9*x1-1.48;plot(x1,y1) 相关系数r=0.92 进行到这就算结束了,至于专业的区间估计,只有靠大家自己完成了。谢谢鉴赏。

文档评论(0)

panguoxiang + 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