多种类型的回归模型.docx

数学建模第二次作业例一：（线性模型）针叶松数据该数据包含70棵针叶松的测量数据，其中y表示体积（单位立方英尺），x为树的直径（单位：英寸），x2为树的高度（单位：英尺）。No.12345…6970x14.64.45.05.15.1…19.423.4x23338404937…94104y2.22.03.04.33.0…107.0163.5解答：（1）问题分析：首先根据这组数据做自变量与因变量之间的关系图，如图1.1 。由图可知y随x1、x2的增加而增加，从而可大致判断y与x1，x2呈线性关系。判断是线性回归模型后进行细节的量纲分析，得出具体模型，从而利用已知的线性模型，借助R软件求解出估计量，，2的值得出最终结果。图1.1（2）模型基础设变量Y与变量X1,X2,…,XP间有线性关系Y=其中(0,),和是未知参数，p2，称上述模型为多元线性回归模型，则模型可以表示为：其中，且独立分布即令，，，则多元线性回归模型可表示为,其中Y是由响应变量构成的n维向量，X是n（p+1）阶设计矩阵，是p+1维向量，并且满足E（）=0，Var（）=In与一元线性回归类似，求参数的估计值，就是求最小二乘函数Q（）=达到最小的的值。的最小二乘估计从而得到经验回归方程（3）问题求解：由于体积与长度的量纲不一致，为了使等式两边量纲统一，首先利用excel软件对数据进行预处理，即对y进行三次开方的处理。其中，选择线