A题思路之多元非线性回归分析.doc

A题思路之一——多元非线性回归分析 本题求解关键为建立工资与其他7个因素之间的关系模型，可以考虑采用回归分析法，也可以考虑其他方法； 以下仅以回归分析法过程为例给出分析思路，仅供参考： 注意：根据下述结果发现本问题应该考虑为多元非线性回归，因此请大家优先挑出使用非线性回归模型的论文，其余酌情考虑。 1.数据预处理 1）为数据分析方便，应该考虑名义变量或有序变量的量化处理（编码），如可以考虑如下编码方案（含符号约定）： －日平均工资的对数，便于回归分析；作为因变量。 ； ：工龄 ； ； ； ； 2）分别作出y与各自变量之间的散点图，发现与x2非线性关系较为明显（下图所示），所以应该考虑为非线性模型， data=xlsread(Adata.xls,2); y=data(:,1); x=data(:,2:8); plot(x(:,2),y,r*) title(lny vs x2) 3）相关性分析 data=xlsread(Adata.xls,2); y=data(:,1); x=data(:,2:8); s=corrcoef(data); xlswrite(coef.xls,s) lny X1 X2 X3 X4 X5 X6 X7 1 0.266995 0.775291 0.286135 0.505526 0.277929 0.199178 0.489786 0.266995 1 0.160389 0.679446 0.312348 0.417621 -0.10498 0.316025 0.775291 0.160389 1 0.226096 0.103146 0.098854 0.151146 0.156321 0.286135 0.679446 0.226096 1 0.266937 0.213363 -0.27966 0.229535 0.505526 0.312348 0.103146 0.266937 1 0.412745 0.219762 0.855236 0.277929 0.417621 0.098854 0.213363 0.412745 1 -0.05307 0.423355 0.199178 -0.10498 0.151146 -0.27966 0.219762 -0.05307 1 0.255665 0.489786 0.316025 0.156321 0.229535 0.855236 0.423355 0.255665 1 相关系数表也提示y仅与x2,x4关系密切.与婚姻状况x1,x3关系不明显. 2、建模及简易求解（第1、3问） 以下考虑分别用多元线性回归模型、线性逐步回归模型、非线性模型分析，从中选择相对最优的模型。 1）.多元线性回归结果 源程序： data=xlsread(Adata.xls,2); Y=data(:,1); x=data(:,2:8); X=[ones(90,1),x]; [b,bint,r,rint,stats]=regress(Y,X); b,bint,stats 结果： b（系数） = 3.6623 常数项 0.0044 x1 0.0016 x2 -0.0010 x3 0.1713 x4 0.0170 x5 -0.0012 x6 0.0143 x7 Bint（系数95％置信区间） = 3.5957 3.7289 -0.0828 0.0917 0.0014 0.0019 -0.0930 0.0910 0.0849 0.2577 -0.0536 0.0876 -0.0798 0.0773 -0.1254 0.1540 置信区间包含零点，可认为在95％置信度下，相应变量对y影响不显著，应该考虑改进模型。 stats （统计量）= 0.7852 (决定系数) 42.8304（F值） 0 （P值） 0.0193 关于异常值： 利用上述多元线性回归模型分析结果，继续做异常点分析， rcoplot(r,rint) 发现5个异常点： 43 52 60 61 90 从原始数据中将其剔除后，重新做多元线性回归， 源程序： data=xlsread(Adata.xls,4); Y=data(:,1); x=data(:,2:8); X=[ones(85,1),x]; [b,bint,r,rint,stats]=regress(Y,X); b,bint,stats 结果 b = 3.6502