2 回归分析例题习题.ppt

第二讲 回归分析例、习题;统计工具箱中的回归分析命令;多元线性回归; 3、画出残差及其置信区间： rcoplot（r，rint） ;例1 测16名成年女子的身高与腿长所得数据如下：;例1;3、残差分析，作残差图： rcoplot(r,rint);;法一;法二;（二）多元二项式回归; 例3 设某商品的需求量与消费者的平均收入、商品价格的统计数 据如下，建立回归模型，预测平均收入为1000、价格为6时 的商品需求量.; 在画面左下方的下拉式菜单中选”all”, 则beta、rmse和residuals都传送到Matlab工作区中.;在Matlab工作区中输入命令： beta, rmse;结果为: b = 110.5313 0.1464 -26.5709 -0.0001 1.8475 stats = 0.9702 40.6656 0.0005;;例4 出钢时所用的盛钢水的钢包，由于钢水对耐火材料的侵蚀， 容积不断增大.我们希望知道使用次数与增大的容积之间的关 系.对一钢包作试验，测得的数据列于下表：;散 点 图;通常选择的六类曲线如下：;2、输入数据： x=2:16; y=[6.42 8.20 9.58 9.5 9.7 10 9.93 9.99 10.49 10.59 10.60 10.80 10.60 10.90 10.76]; beta0=[8 2];;4、预测及作图： [YY,delta]=nlpredci(volum,x,beta,r ,J)； plot(x,y,k+,x,YY,r);例5 财政收入预测问题：财政收入与国民收入、工业总产值、农业总产值、总人口、就业人口、固定资产投资等因素有关。下表列出了1952-1981年的原始数据，试构造预测模型。 ; 1．? 对回归模型建立M文件model.m如下: function yy=model(beta0,X) a=beta0(1); b=beta0(2); c=beta0(3); d=beta0(4); e=beta0(5); f=beta0(6); x1=X(:,1); x2=X(:,2); x3=X(:,3); x4=X(:,4); x5=X(:,5); x6=X(:,6); yy=a*x1+b*x2+c*x3+d*x4+e*x5+f*x6; ;2. 主程序liti6.m如下:; betafit = 0.5243 -0.0294 -0.6304 0.0112 -0.0230 0.3658 即y= 0.5243x1-0.0294x2-0.6304x3+0.0112x4-0.0230x5+0.3658x6 ;逐 步 回 归;例6 水泥凝固时放出的热量y与水泥中4种化学成分x1、x2、x3、 x4 有关，今测得一组数据如下，试用逐步回归法确定一个 线性模 型.;2、逐步回归： （1）先在初始模型中取全部自变量： stepwise(x,y) 得图Stepwise Plot 和表Stepwise Table;（2）在图Stepwise Plot中点击直线3和直线4，移去变量x3和x4;（3）对变量y和x1、x2作线性回归： X=[ones(13,1) x1 x2]; b=regress(y,X);作 业;绢骄坐翔证颖迷父吗姻厦专弃岔茨舅梗箭昧刹宗肇香骄七树齿省压韦喳韶2 回归分析例题习题2 回归分析例题习题;4、混凝土的抗压强度随养护时间的延长而增加，现将一批混凝土作成12个试块，记录了养护日期x（日）及抗压强度y（kg/cm2）的数据：