多元回归试题.pptVIP

多元线性回归分析模型 王春鑫、陈晓停、韩松 多元线性回归模型 模型的建立 多元线性回归与最小二乘的估计 3 定义 1 2 实例分析 4 定义 ?在测绘数据处理中, 为了把握某些规律经常需要研究和探寻一些变量之间的关系。 有些变量之间并不存在确定的函数关系, 但是不能用一个或者是几个变量的数值精确求出另外一个变量的数值 , 需要通过调查研究和实验才能确定, 这种关系称之为相关关系。 ?回归分析就是利用数理统计的方法, 找出这种变量之间相关关系的数学表达式。 利用这些数学表达式以及对这些表达式的精度估计, 可以对未知变量作出预测或监测其变化。如果有多个变量，就是多元回归分析。 模型的建立 多元回归模型的一般形式： ① 是参数 ②ε 是被称为误差项的随机变量 ③ y 是 的线性函数加上误差项 ε ④ε 说明了包含在y里面但不能被p个自变量的线性关系所解释的变异性 模型的建立 对于n组实际观察数据( ), 多元线性回归模型可表示为 多元线性回归与最小二乘估计 若记多元线性回归模型的矩阵表达式为： 多元线性回归与最小二乘估计 根据最小二乘原理可组成如下误差方程： V=XB-Y 在最小二乘估计的准则下，得到正规方程组 参数的最小二乘估计值为 随机误差项的均值为0，方差的估计量为 在地表沉降监测中的应用研究 一、多元线性回归模型是利用与监测变化量相关的所有因子等权重建模， 要求各个因子对变化量的影响程度相同。 二、利用某城市41年的地表沉降数据和与之相关的三个因子（ 时间因子、地下水采用量与回灌差、 降雨量与蒸发量差） 的监测数据， 取其中连续的25期，前20期用于建模， 后5期用于模型预测效果评价，进行建模分析。 在地表沉降监测中的应用研究 沉降监测值与多元线性回归模型的原始数据 在地表沉降监测中的应用研究 其中T为观测时间，即时间因子，C1、C2分别对应地下水采用量与回灌累积差和降水量与蒸发量累积差，△h为沉降观测值。 基于MATLAB的程序设计（求β） a=xlsread(C:\Users\Administrator\Desktop\b.xls) %读取Excel文件，y最 后一列 [m,n]=size(a) %将矩阵行列复制 y=a(:,n) %提取最后一列 c=a(:,1:n-1) %提取前几列 x=[ones(m,1),c] %加上1矩阵 [b,bint,r,rint,stats]=regress(y,x) %运行 rcoplot(r,rint) %拟合后数据的残差图 b,bint,stats 程序计算的结果 b = 35.6041 -0.0172 0.0231 -0.0021 得到多元线性回归拟合方程： 基于MATLAB的程序设计（plot） a=xlsread(C:\Users\Administrator\Desktop\b.xls,1) %读取Excel文件，y最后一列 [m,n]=size(a) %将矩阵行列复制 y=a(:,n) %提取最后一列 x=a(:,1:n-1) %提取前几列 rstool(x,y,linear) %运行 程序计算结果 时间因子T，地下水采用量与回灌累积差C1和降水量与蒸发量累