数学建模_统计回归模型.doc

第6组：潘光松，刘博，杜晶 习题10-6 问题：某公司想用全行业的销售额作为自变量来预测公司的销售量，表中给出了1977—1981年公司的销售额和行业销售额的分季度数据（单位：百万元） 画出数据的散点图，观察用线性回归模型拟合是否合适。 建立公司销售额对全行业的回归模型，并用DW检验诊断随机误差项的自相关性。 建立消除了随机误差项自相关性之后的回归模型。 分析与假设： 表中的数据是以时间为顺序的。由于前期的销售额对后期的投资一般有明显的影响，从而对后期的后期的销售额造成影响。因此在此模型中因考虑到出现自相关型时，建立新的回归模型。 记公司公司的销售额为y，全行业的销售额为x,利用x来建立y的预测模型。 基本回归模型： 为了大致分析y和x的关系，首先利用表中的数据作出y对x关系作出散点图，如下（见图中的+））： 做散点图： x=A(:,2); y=A(:,1); plot(x,y,+) 图一 从图一中可以看出，随着x的增加,y的值有比较明显的线性增长趋势，图中的直线是用线性模型，因此可建立一元线性回归模型 y=β0+β1x+ε (1) 拟合的（其中ε是随机误差），这里假设ε（对t相互独立）且服从N(0, ). 根据表中的数据，对模型（1）直接利用matlab统计工具箱求解、算法如下： xx=[ones(20,1),x]; [b,bint,r,rint,stats]=regress(y,xx);hold on; yy=b(1)+b(1)*x; plot(x,yy) hold off; 得到的回归系数估计值及其置信区间（α=0.05），检验统计量R,F,P的结果如表1： 参数 参数估计值 参数置信区间 β0 -1.4548 【-1.9047 -1.0048】 β1 0.1763 【0.1732 0.1793】 R=1.0e+004 *0.0001 F=1.0e+004 *1.4888 P=1.0e+004 *0.0000 表1 模型（1）的计算结果 将参数的估计值带入（1）中得到 yy=-1.4548+0.1763*x (2) 用matlab中的restool命令得到的交互式画面见图2，由此可以得出不同水平下的预测值及其置信区间。通过左下方的Export下拉式菜单。可以输出模型的统计结果。 rstool(x,y) 得出y1= 24..569+/-0.051307 当x=147.625时 且通过Export下拉菜单可得出beta 0=-1.4548，beta1=0.1763 rmse(剩余标准差)= 0.086056 图二 自相关性诊断与处理方法 从表面上来看得到的基本模型（2）拟合度非常高，接近你100%，应该很满意了，但是这个模型并没有考虑到我们的数据是一个时间序列（将原表中的数据打乱不影响，模型（2）的结果）。实际上对于时间序列数据做回归分析时，模型的随机误差ε有可能存在相关性，违背模型 关于ε（对时间t）相互独立的基本假设，其他相关因素对公司销售额的影响肯能也有时间上的延续，即误差ε会出现自相关性。 残差e=y-yy, yy 为估计值 e可作为随机误差ε的估计值，画出e ～e的散点图，能够直观的判断ε的自相关性，模型（2）的残差可在计算过程中得到表2，以及数据e ～e的图见图3 做残差图： plot(x,r,+) t 1 2 3 4 5 e -0.0282 -0.0642 0.0198 0.1616 0.0443 t 6 7 8 9 10 e 0.0441 0.0412 -0.0608 -0.0968 -0.1516 t 11 12 13 14 15 e -0.1505 -0.0555 -0.0255 0.1033 0.0828 t 16 17 18 19 20 e 0.1034 0.0263 0.0395 -0.047 -0.0359 表2 为了对ε的字相关性做定量的诊断，并在确诊后得到新的结果，我们考虑如下模型 y=β0+β1x+ε，ε=Pε+u, 其中p是自相关系数，|p|=1,u相互独立且服从均值为0的正态分布，t=1,2,,,,,n; 若p=0，则退化为普通的回归模型；若p0，则随机误差ε存在正的自相关；若p0，则随机误差ε存在负的自相关。 利用D-W检验诊断自相关现象如下： e=y-yy;ee=e(2:20,:);eee=e(1:19,:); y0=sum((ee-eee).^2); y1=sum(ee.^2);DW=y0/y1;p=1-0.5*DW; 算出 y0 =