数学建模案例分析第11讲 回归分析课件.pptVIP

数学建模与数学实验;实验目的;一元线性回归;一、数学模型;一元线性回归分析的主要任务是：;二、模型参数估计; ;返回;三、检验、预测与控制;（Ⅰ）F检验法;（Ⅲ）r 检验法;2．回归系数的置信区间;3．预测与控制;（2）控制;四、可线性化的一元非线性回归 （曲线回归）;散 点 图;通常选择的六类曲线如下：;一、数学模型及定义;二、模型参数估计;返回;三、多元线性回归中的检验与预测;2．预测;四、逐步回归分析; 这个过程反复进行，直至既无不显著的变量从回归方程中剔除，又无显著变量可引入回归方程时为止. ;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;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 对第一节例2，求解如下：;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.表中列出了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??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;社碎仅脂比伺悍算鹅鹰鞠猪跋盅所锡使带哟蛰惰戌渔被俺嘘间循像勿账廓数学建模案例分析第11讲 回归分析课件数学建模案例分析第11讲 回归分析课件;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：;谢谢大家