模拟数据检验线性回归.docVIP

线性回归检验 MATLAB程序regress_test2(2,3,1000)，见文章最后。 实际模型为： Y= a.*X+b+ E =3+2*X+ E，E为标准正态分布随机数。 一、a=2，b=3；即：Y=2*X+3+ E 1、样本N=1000时 [b,bint,r,rint,stats] =regress_test2(2,3,1000); format short g;b,stats 从回归系数来看3.1247-3=0.1247；1.841-2=-0.159，差的有些多。相关系数的平方：R2=0.21725，越接近1，说明回归方程越显著，此处说明X,Y的相关程度不是很高。但是统计量F检验的值为F=8460.6,?概率p接近零，近似认为拒绝H0，模型成立，残差的方差为0.98937，这个晓得原因是本来Y值的范围就不大，相比较而言，残差也不是很小。下面看增加样本是否能改善效果。 2、样本N=10000时 [b,bint,r,rint,stats] =regress_test2(2,3,10000); format short g;b,stats 回归系数比样本为1000是时更接近一些，p为零，比刚才强一些，残差比刚才大一些。 3、样本N=100000 [b,bint,r,rint,stats] =regress_test2(2,3,100000); format short g;b,stats 这时候样本量已经足够大，回归系数已经完全接近真值，但是R^2=0.25228,拟合度仍旧很小，说明此时X与Y的相关性不是很大，因为Y值本来就小，所以扰动项对于它的影响较大，进而X与Y的相关性应该不是很大。下面改变系数试试。 二、a=20，b=3；即：Y=20*X+3+ E 1、样本N=10000时 [b,bint,r,rint,stats] =regress_test2(20,3,10000); format short g;b,stats 回归系数拟合的还不是很好。相关系数的平方：R2=0.97186，很接近1，说明回归方程很显著，此处说明X,Y的相关程度很高。?概率p为零，模型成立，残差的方差为0.98937，这次相较于Y值而言，还是比较小的。下面看增加样本后的效果。 2、样本N=100000 [b,bint,r,rint,stats] =regress_test2(20,3,100000); format short g;b,stats 现在X与Y的相关性的确很强，这次回归系数与真值也较为接近，残差比刚才大了些，从上面也可以发现样本量较大时会导致残差也较大一些。 function [b,bint,r,rint,stats] =regress_test2(a,b,N) X=rand(N,1); E=randn(N,1); Y=a.*X+b+E; X1=[ones(N,1),X]; [b,bint,r,rint,stats] = regress(Y,X1); [P,S]=polyfit(X,Y,1); %多项式拟合函数，此处为一次多项式，P是系数,与上面的b相同。 x1=min(X):0.0001:max(X); f=polyval(P,x1); %回归模型 [W,d]=polyconf(P,X,S,0.05); %求置信度为1-0.05的置信区间[w-d,w+d] plot(X,Y,k.,x1,f,.); %绘图查看拟合效果 hold on; plot(X,W+d,.); plot(X,W-d,.); title(N)