统计模型在数学建模的应用.pptVIP

参数 参数估计值 置信区间 ?*0 163.4905 [1265.4592 2005.2178] ?1 0.6990 [0.5751 0.8247] ?2 -1009.0333 [-1235.9392 -782.1274] R2= 0.9772 F=342.8988 p0.0001 s2=96.58 总体效果良好 剩余标准差 snew= 9.8277 sold=12.7164 投资额新模型的建立 新模型的自相关性检验 dU DWnew 4-dU 新模型残差et 样本容量n=19, 回归变量数目k=3, ?=0.05 查表 临界值dL=1.08, dU=1.53 DWnew=1.5751 新模型无自相关性 DW 4-dU 4 4-dL dU dL 2 0 正自 相关 负自 相关 不能确定 不能确定 无自相关 新模型 还原为 原始变量 一阶自回归模型 一阶自回归模型残差et比基本回归模型要小. 新模型 et~ *，原模型 et~ + 残差图比较 新模型 ?t ~ *，新模型 ?t ~ + 拟合图比较 模型结果比较 基本回归模型 一阶自回归模型 投资额预测 对未来投资额yt 作预测，需先估计出未来的国民生产总值x1t 和物价指数 x2t 设已知 t=21时， x1t =3312，x2t=2.1938 一阶自回归模型 2.0688 3073.0 424.5 20 1.9514 2954.7 474.9 19 1.7842 2631.7 401.9 18 0.7436 691.1 113.5 3 0.7277 637.7 97.4 2 0.7167 596.7 90.9 1 物价 指数 国民生产总值 投资额 年份 序号 物价 指数 国民生产总值 投资额 年份序号 一阶自回归模型 基本回归模型 ?t 较小是由于yt-1=424.5过小所致 5 教学评估 为了考评教师的教学质量，教学研究部门对学生进行问卷调查 ，得到15门课程各项评分的平均值. 问题 X1 ~内容组织的合理性；X2 ~问题展开的逻辑性； X3 ~回答学生的有效性；X4 ~课下交流的有助性； X5 ~教材的帮助性；X6 ~考试的公正性；Y ~总体评价. 编号 X1 X2 X3 X4 X5 X6 Y 201 4.46 4.42 4.23 4.10 4.56 4.37 4.11 224 4.11 3.82 3.29 3.60 3.99 3.82 3.38 … … … … … … … … 424 4.24 4.38 4.35 4.48 4.15 4.50 4.33 建立Y 与X1~ X6间简单、有效的模型，给教师提出建议. 从X1~ X6中挑选出对Y影响显著的变量建立回归模型. 将所有对Y影响显著的X都选入模型，而影响不显著的X都不选入模型，使模型中自变量个数尽可能少. 问题分析 继续进行，直到不能引入和移出为止 . 确定一个包含若干X的初始集合S0 . 从S0外的X中引入一个对Y影响最大的, S0 ?S1 . 对S1中的X进行检验，移出一个影响最小的, S1 ?S2 . 引入和移出都以给定的显著 性水平为标准. 解决办法 利用逐步回归 MATLAB统计工具箱中的逐步回归 输入x~自变量集合的n×k 数据矩阵（n是数据容量, k是变量数目）， y~因变量数据向量（n维） stepwise (x,y,inmodel,penter,premove) Inmodel~初始模型S0中包括的自变量集合的指标（即矩阵x的列序数，缺省时为无自变量） penter~引入变量的显著性水平（缺省时为0.05） premove~移出变量的显著性水平（缺省时为0.10） 输出几个交互式画面，供使用者人工选择变量，进行统计分析. MATLAB统计工具箱中的逐步回归 stepwise (x,y) 其中x为X1~ X6数据矩阵, y为Y 向量 输出交互式画面 按照提示点击x2的热点引入x2 MATLAB统计工具箱中的逐步回归 依次按照提示: Move x3 in, Move x1 in, Move x2 out 按照提示, 包含x1,x3的模型是最终结果 最终模型 模型解释 计算X1~ X6, Y 的相关系数矩阵(MATLAB的corrcoef ): 1.0000 0.9008 0.6752 0.7361 0.2910 0.6471 0.8973 0.9008 1.0000 0.8504 0.7399 0.2775 0.8026 0.9363 0.6752 0.8504 1.0000