数学建模：统计模型 全国大学生数学建模竞赛必备材料工具.ppt

建立实际回归模型的过程 实际问题 设置指标变量 解释变量的重要性；不相关性；用相近的变量代替或几个指标复合；个数适当——这个过程需反复试算 收集整理数据 时间序列数据：随机误差项的序列相关，如人们的消费习惯 横截面数据：随机误差项的异方差性，如居民收入与消费 样本容量的个数应比解释变量个数多 缺失值，异常值处理 构造理论模型 绘制 yi 与 xi 的样本散点图，如生产函数、投资函数、需求函数 估计模型参数——最小二乘,偏最小二乘,主成分回归等,依靠软件. 模型检验——统计检验和模型经济意义检验,从设置指标变量修改 模型运用 经济因素分析、经济变量控制、经济决策预测 明确问题一 牙膏的销售量 确定关系： 牙膏销售量——价格、广告投入 内部规律复杂??数据统计分析 常用模型??回归模型?×?数学原理??软件 30个销售周期数据： 销售量、价格、广告费用、同类产品均价 Matlab 统计分析 rcoplot(r,rint) 残差及其置信区间作图 MATLAB7.0版本 s增加一个统计量: 剩余方差s2 讨论：交互作用影响 价格差 x1=0.1 价格差 x1=0.3 beta的置信区间 混合反应模型 在同一模型中考虑嘌呤霉素处理的影响,用未经嘌呤霉素处理的模型附加增量的方法。 混合模型求解 用nlinfit 和 nlintool命令 参数初值：基于对数据的分析 评注 酶促反应 先用线性模型来简化参数估计，但由于变量的代换已经隐含了误差扰动项的变换，因此，除非变换后的误差项仍具有常数方差，一般情况下我们还需要采用原始数据做非线性回归，而把线性化模型的参数估计结果作为非线性模型参数估计的迭代初值。 模型三 软件开发人员的薪金 薪金——资历、岗位、学历 建立模型：分析人事策略的合理性，作为新聘用人员薪金的参考 模型假设 假设： y~ 薪金，x1 ~资历（年） x2 = 1~ 管理人员，0~ 非管理人员 模型求解 x1~资历(年) x2 = 1~ 管理，0~ 非管理 中学：x3=1, x4=0;大学：x3=0, x4=1; 更高：x3=0, x4=0 结果 R2,F, p ? 模型整体上可用 资历增加1年薪金增长546 管理人员薪金多6883 中学程度薪金比更高的少2994 大学程度薪金比更高的多148 a4置信区间包含零点 ?解释不可靠! 结果分析 残差分析法 残差分析 ? 与管理x2—教育x3 、x4的关系 模型改进 增加管理x2与教育x3, x4的交互项 残差分析 消除了不正常现象 异常数据(33号)??去掉 模型改进 去掉异常数据后的结果 残差分析 残差图正常 模型的结果??可以应用 模型应用 制订基础薪金 资历为0 ： x1= 0 管理—教育组合：6种 评注 对定性因素：如管理、教育 可以引入0-1变量处理 0-1变量的个数应比定性因素的水平少1 残差分析：可以发现模型的缺陷 引入交互作用项常常能够改善模型 剔除：异常数据 有助于得到更好的结果 另： 可以直接对6种管理—教育组合引入5个0-1变量 随机过程是研究随机动态系统演变过程规律性的学科 广泛地应用于通信、控制、生物、地质、经济、管理、能源、气象等许多领域 模型一 健康与疾病 人的健康状态随着时间的推移会随机地发生转变 保险公司要对投保人未来的健康状态作出估计, 以制订保险金和理赔金的数额 在一个离散时间集合T={0,1,2,…}和一个有限或可列无穷的状态空间S={1,2,…}上，一个随机过程在任一时刻从一个状态以一定的概率向其他状态转移（或保持原状态不变）。记Xn为时刻n时时刻过程所处的状态， n＝ 1,2,…，假定： 在时刻0,过程所处的状态X0是S上的一个随机变量； 在任一时刻n，给定X0，… ， Xn-1 ， Xn时， Xn＋1的条件分布只与Xn有关，而与X0，… ， Xn-1无关。 满足上述条件的随机过程为马尔可夫链，简称马氏链。 醉鬼在路中央，向前一步的概率为p,向后退一步的概率为1-p,他的运动是一种随机走动，是一种马尔可夫链。 模型 状态与状态转移 符号分析 状态 数值分析 n=input(n=) A=zeros(2,n+1); A(1,1)=input(a01=); A(2,1)=1-A(1,1); for i=1:n A(1,i+1)=0.8*A(1,i)+0.7*A(2,i); A(2,i+1)=0.2*A(1,i)+0.3*A(2,i); end A 结果 n??时： 状态概率趋于稳定值 稳定值与初始状态无关 问题2 状态 健康和疾病： Xn=1~ 健康, Xn=2~ 疾病 第3种状态：死亡??Xn=3 已