第8章数据课题.ppt

下载文档

33
0
约2.96万字
约 78页
2017-03-30 发布于湖北
举报
版权申诉
保障服务

第8章数据课题.ppt

1、本文档共78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)。

运行结果如下： p = 0.0141 -0.2230 2.5809 3.5313 Y = %显示Y的转置Y 3.5313 4.7678 5.9033 9.6478 14.0360 17.1301 26.7709 39.6895 60.0234 所以所建立的多项式模型为：其对应拟合曲线图如图8-28所示。首页图8-28 拟合曲线图（2）若对上述数据x、y执行命令： [p,S]=polyfit(x,y,3) [Y,DELTA]=polyconf(p,x,S) 运行结果如下： p = 0.0141 -0.2230 2.5809 3.5313 S = R: [4x4 double] df: 5 normr: 1.3904 Y = %显示Y的转置Y 3.5313 4.7678 5.9033 9.6478 14.0360 17.1301 26.7709 39.6895 60.0234 DELTA = %显示DELTA 的转置DELTA 1.9382 1.8297 1.7811 1.8510 1.8932 1.8483 1.9529 1.9384 2.2226 从（2）的结果来看拟合系数p、预测值Y都与（1）的结果相同。首页（3）若对上述数据x、y执行命令： [p,S,mu]=polyfit(x,y,3) [Y,DELTA]=polyconf(p,x,S,mu,mu) 运行结果如下： p = 4.1750 3.3595 10.2699 15.5951 S = R: [4x4 double] df: 5 normr: 1.3904 mu = 7.0556 6.6635 Y = %显示Y的转置Y 3.5313 4.7678 5.9033 9.6478 14.0360 17.1301 26.7709 39.6895 60.0234 DELTA = %显示DELTA 的转置DELTA 1.9382 1.8297 1.7811 1.8510 1.8932 1.8483 1.9529 1.9384 2.2226 从（3）的结果来看，p值与（1）、（2）的结果都不同，但预测值Y和DELTA的结果都与（1）、（2）的结果一致。若要找出预测值的置信区间，只需执行命令 A=[Y-DELTA,Y+DELTA] 即可。 8.3.3 多元线性回归法 1．多元线性方程的一般形式（8-3）其中，系数是需要求的未知参数。为求方程（8-3）中的参数，我们给出观察值和y的n个样本点和（），并用矩阵表示如下：首页则得到k元线性回归模型矩阵形式：（8-4）其中，，（为单位矩阵）。利用最小二乘法原理求出矩阵方程（8-4）的估计值，即为未知参数的值。，，， 2．多元线性回归法的命令格式 b=regress(Y,X) % 确定回归系数的点估计值 [b,bint,r,rint,stats]=regress(Y,X,alpha) % 求回归系数的点估计和区间估计并检验回归模型 Z=[ones(size(x1)),x1,x2,…,xk]*b %预测值 Z=X*b %预测值说明 Y=[y1,