课件20100402 第五讲：回归分析初步与计算机模....pptVIP

非线性回归( nonlinear regression ) 基于rstool的非线性多项式回归工具nlintool： Nonlinear Regression Analysis： nlintool(x,y,FUN,beta0) nlintool(x,y,FUN,beta0,alpha,xname,yname) 范例 为研究三种化学物质…试建立非线性回归: load reaction.mat nlintool(reactants,rate,hougen,beta,0.01,xn,yn) b = 1.2526 0.0628 0.0400 0.1124 1.1914 实验一：P107 练习一/二That’s all~3Q! * 平面 第五讲 回归分析初步 与计算机模拟 * 第五讲 回归分析初步(上) 内容：回归分析简言之就是用统计数据寻求变量 间相关关系的近似表达式的一种方法 目的：学习回归分析的基本思想和方法，掌握 Matlab的线性/非线性回归分析函数 要求：掌握Matlab回归分析方法，处理应用问题 了解回归分析的基本思想和方法 了解回归分析的基本类型和实现步骤 掌握回归函数 regress rcoplot normplot nlinfit 了解交互式回归分析工具箱 rstool nlintool 回归分析的基本思想和方法 在客观世界中普遍存在着变量之间的关系，变量之间的关系一般来说可分为确定性的与非确定性的两种。确定性关系是指变量之间可以用确定的函数关系来表达 (插值或拟合)。非确定性关系，例如人的身高和体重的关系、人的血压和年龄的关系、某产品的广告投入与销售额间的关系等，它们之间是有关联的，但又不能用普通函数来表示，我们称这类非确定性关系为相关关系。 具有相关关系的变量在很多时候涉及到随机变量，虽然不具有确定的函数关系，但是可以借助函数关系来近似表示它们之间的统计规律，这种近似地表示它们之间的相关关系的函数被称为回归函数，对应的数学方法称为回归分析。 回归分析的基本思想和方法 回归分析是数学建模的有力工具，那么我们要建立回归函数的数学模型，一般需要以下步骤： 1、采集一组包含自变量和因变量的数据； 2、选定自变量与因变量之间的模型，利用数据 按照最小二乘准则计算模型中的系数； 3、利用统计分析方法对不同的模型进行比较， 找出与数据拟合得最好的模型； 4、判断得到的模型是否适合于这组数据，诊断 有无不适合回归模型的异常数据； 5、利用模型对因变量做出预测或解释。 附注：在第2步中，选定自变量与因变量的模型时，一般是凭经验选取模型。回归分析主要包括一元线性回归，多元线性回归以及非线性回归 一元线性回归( linear regression ) 基于最小二乘的一元线性回归函数regress： Unary Linear Regression Analysis： b = regress(y,X) [b,bint,r,rint,stats] = regress(y,X,alpha) 范例 为实时地调整切削机床，需测定刀具的磨损程度，每隔一小时测量刀具的厚度得到以下的数据，试建立刀具厚度关于切削时间的回归模型，对模型和系数进行检验，预测15小时后刀具的厚度: 时间(h) 0 1 2 3 4 5 6 7 8 9 10 厚度(cm) 30.6 29.1 28.4 28.1 28.0 27.7 27.5 27.2 27.0 26.8 26.5 一元线性回归( linear regression ) 1、对原始数据进行观察，确定回归模型： x=0:1:10; y=[30.6,29.1,28.4,28.1,28.0,27.7,27.5,27.2,27.0,26.8,26.5]; plot(x,y,rs,linewidth,2); 从原始数据上看，可以建立一元线性回归模型： 一元线性回归( linear regression ) 2、线性回归函数regress相关参数的统计学意义: 其中，alpha表示显著性水平，缺省时为0.05；b为回归系数估计值，bint为回归系数的置信区间；r是残差，rint是残差的置信区间；stats是用于检验回归模型的统计量。 统计量stats有三个数值： 一是相关系数 R的平方(用于相关系数评价，R的绝对值间于0.8～1，越靠近1表明回归显著) ；二是统计量F(用于F检验法，F的值大于F1-a(v1,v2)表明回归显著)；三是与F对应的概率P(P≤alpha表明回归显著，一般0.01＜P