- 1、本文档共7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)。
查看更多
A题思路之多元非线性回归分析
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
您可能关注的文档
- 2016年淀区高三数学期中试卷及试卷分析,后附复习方案(超级实用).doc
- 2016年级建造师考试《市政工程》精选习题及答案解析.doc
- 2016春交《物流学概论》在线作业一.doc
- 2016春交《物流学概论》在线作业二.doc
- 2016江国家公务员面试专项精讲系列之综合分析能力.docx
- 2016河事业单位考前行测专项练习:资料分析(5月23日).doc
- 2016湖公务员申论备考:制造业发展.doc
- 2016河许昌事业单位考前行测专项练习:资料分析.doc
- 2016湖教师招聘面试指导:《原子的构成》 说课稿.doc
- 2016经师考试真题解析汇总下载.doc
- 新业务拓展策略.pptx
- 2022-2023年房地产估价师之房地产案例与分析综合提升练习题附答案详解.docx
- 2023年安全员之B证(项目负责人)通关练习题库提供答案解析.docx
- 2023年安全员之B证(项目负责人)通关检测卷包含答案.docx
- 2023年安全员之B证(项目负责人)考前冲刺练习试题含答案讲解.docx
- 2023年安全员之B证(项目负责人)通关模拟考试试卷包含答案.docx
- 2023年安全员之B证(项目负责人)试卷包含答案.docx
- 2023年安全员之B证(项目负责人)检测卷和答案.docx
- 2022-2023年房地产估价师之房地产案例与分析通关测试卷附有答案详解.docx
- 一级建造师之一建建设工程项目管理练习题库包括详细解答.docx
文档评论(0)