试验二十二回归分析.PDFVIP

回归分析 一 实验目的 学习用 Mathematica 求解一元线性回归问题.学会正确使用命令 Regress,并从输出表 中读懂线性回归模型中各参数的估计,回归方程,线性假设的显著性检验结果,因变量Y 在观 x 察点 的预测区间等. 0 二 学习Mathematica 命令 1. 调用线性回归软件包命令Statistics\LinearRegression.m 用Mathematica 作线性回归，必须调用相应的软件包. 对Mathematica2.2 版本，首先 要输入并执行命令 statisti\linearre.m 对Mathematica4.0 版本，要输入并执行命令 Statistics\ LinearRegression.m 或者调用整个统计软件包命令 Statistics` 命令的最后一个撇号是从Tab 键的上方输入的. 2. 线性回归命令Regress 一元和多元线性回归的命令都是Regress. 其格式是 Regress [数据, 回归函数的简略形式, 自变量, RegressionReport (回归报告)-{选项1, 选项2, 选项3, …}] 回归报告包含 BestFit(最佳拟合,即回归函数), ParameterCITable (参数的置信区间 表), PredictedResponse(因变量的预测值), SinglePredictionCITable(因变量的预测区 间), FitResiduals(拟合的残差), SummaryReport(总结性报告)等. 详见例1 和例2. 3. 抹平“集合的集合”命令Flatten 命令Flatten[A]将集合的集合A 抹平为只有一个层次的集合. 例如输入 Flatten[{{1,2,3},{1,{3}}}] 则输出为 {1,2,3,1,3}. 4. 非线性拟合命令NonlinearFit 非线性拟合命令NonlinearFit 的格式是 NonlinearFit[数据, 拟合函数, (拟合函数中的)变量集, (拟合函数中的)参数集, 选项] 注意, 拟合函数中既有变量又有参数, 变量的个数要与数据的形式相对应. 参数集中往往需 要给出各参数的初值. 选项的内容主要是指定拟合算法、迭代次数和精度. 详见例3. 三 实验内容 1. 一元线性回归 例1 下表列出了18个5-8 岁儿童的重量(这是容易测得的)和体积(这是难以测量的). x 重量 (千克) 17.1 10.5 13.8 15.7 11.9 10.4 15.0 16.0 17.8 体积 (立方分米) 16.7 10.4 13.5 15.7 11.6 10.2 14.5 15.8 17.6 y 135 重量 (千克) 15.8 15.1 12.1 18.4 17.1 16.7 16.5 15.1 15.1 x 体积 (立方分米) 15.2 14.8 11.9 18.3 16.7 16.6 15.9 15.1 14.5 y ˆ ˆ ˆ (1)画出散点图. (2)求 关于 的线性回归方程y  a  b x , 并作回归分析.