matlab 统计工具箱在数学建模中的应用 - read.pptVIP

去掉异常数据后的结果 参数 参数估计值 置信区间 a0 11200 [11139 11261] a1 498 [494 503] a2 7041 [6962 7120] a3 -1737 [-1818 -1656] a4 -356 [-431 –281] a5 -3056 [-3171 –2942] a6 1997 [1894 2100] R2= 0.9998 F=36701 p=0.0000 e ~ x1 e ~组合 R2： 0.957 ? 0.999 ? 0.9998 F： 226 ? 554 ? 36701 置信区间长度更短 残差图十分正常 最终模型的结果可以应用 xinjindata2.m xinjin1.m 模型应用 制订6种管理—教育组合人员的“基础”薪金(资历为0） 组合 管理 教育 系数 “基础”薪金 1 0 1 a0+a3 9463 2 1 1 a0+a2+a3+a5 13448 3 0 2 a0+a4 10844 4 1 2 a0+a2+a4+a6 19882 5 0 3 a0 11200 6 1 3 a0+a2 18241 中学：x3=1, x4=0 ；大学：x3=0, x4=1； 更高：x3=0, x4=0 x1= 0； x2 = 1~ 管理，x2 = 0~ 非管理 大学程度管理人员比更高程度管理人员的薪金高 大学程度非管理人员比更高程度非管理人员的薪金略低 例3 商品销售量与价格 x1 (元) 120 140 190 130 155 175 125 145 180 150 x2 (元) 100 110 90 150 210 150 250 270 300 250 y (个) 102 100 120 77 46 93 26 69 65 85 某厂生产的一种电器的销售量y与竞争对手的价格x1及本厂的价格x2有关, 该商品在10个城市的销售记录如下 根据数据建立y与x1和x2的模型, 对得到的模型和系数进行检验。 若某市本厂产品售价160(元)，竞争对手售价170(元),预测该市的销售量. 将(x1,y),(x2,y)各10个点分别画图 y与x2有较明显的线性关系，y与x1之间的关系难以确定 需要对模型y=f(x1,x2)作几种尝试，用统计分析决定优劣。 例3 商品销售量与价格 [b,bint,r,rint,stats]=regress(Y,X,alpha) 例3 商品销售量与价格 一次函数的回归模型 回归系数 回归系数估计值 回归系数置信区间 ?0 66.5176 [-32.5060 165.5411 ] ?1 0.4139 [-0.2018 1.0296 ] ?2 -0.2698 [-0.4611 -0.0785 ] R2= 0.6527 F=6.5786 p= 0.0247 s2= 307.1639 结果不是太好：? =0.05时模型有效，但? =0.01时模型不能用； R2 较小； ?1的置信区间包含零点。 shangpin.m MATLAB 统计工具箱常用命令(三) rstool (x,y, model,alpha) x~n×m矩阵, n是数据容量, y~n维列向量，alpha~显著性水平 多元二项式回归 model~从以下4个模型中选取: (设m=2) 例3 商品销售量与价格 x1=[?]; x2=[?]; x=[x1 x2]; y=[?]; rstool(x,y, quadratic) Export~向工作区传送参数：beta--回归系数，rmse--剩余标准差s，residuals--残差(向量)； 以剩余标准差 rmse 最小为标准，比较4种模型 Model: linear purequadratic interaction quadratic rmse: 18.7362 16.6436 19.1626 18.6064 ? =（-312.5871 7.2701 -1.7337 -0.0228 0.0037） 例3 商品销售量与价格 变量选择 影响因变量的因素： 自变量x1, x2, ?xm及其简单函数, 如 将所有影响显著的因素都纳入回归模型； 最终的模型尽量简单, 即包含尽量少的因素。 变量选择的标准 从候选集合S={x1,…xk}中选出一子集S1 (含p?k个自变量)与因变量y构造回归模型, 其优劣由s2度量. 影响显著的