数学建模实验回归分析 副本.docVIP

回归分析 有十个同类企业生产性固定资产年平均价值和工业总产值资料如下： 企业编号 生产型固定资产价值（万元） 工业总产值（万元） 1 318 524 2 910 1019 3 200 638 4 409 815 5 415 913 6 502 928 7 314 605 8 1210 1516 9 1022 1219 10 1225 1624 合计 6225 9801 说明两变量之间的相关方向； 建立直线回归方程 计算估计标准误差 4、估计生产型固定资产（自变量）为1100万元是总产值（因变量）的可能值： 解： 1、自变量：生产型固定资产价值 因变量：工业总产值 2、 （1）散点图 x=[318 910 200 409 415 502 314 1210 1022 1225]; y=[524 1019 638 815 913 928 605 1516 1219 1624]; plot(x,y,or) xlabel(生产型固定资产价值) ylabel(工业总产值) （2）方程 x=[318 910 200 409 415 502 314 1210 1022 1225]; y=[524 1019 638 815 913 928 605 1516 1219 1624]; X=[ones(size(x)),x]; [b,bint,r,rint,stats]=regress(y,X); b,bint,stats b = 395.5670 0.8958 bint = 210.4845 580.6495 0.6500 1.1417 stats = 1.0e+004 * 0.0001 0.0071 0.0000 1.6035 y=395.5670+0.8958 x 有上面的结果看到R^2=1,F=71，显著性水平为0。 3、使用SPSS 可以观察到：标准估计误差是186.78690万元 又第二问中可以看到，bint的就是方程系数的置信区间，也就是可能取值。 所以： y1=210.4845+0.6500*x; y2=580.6495+1.1417*x; y=395.5670+0.8958*x; 所以： x=1100 y1=210.4845+0.6500*x y2=580.6495+1.1417*x y=395.5670+0.8958*x x = 1100 y1 = 925.4845 y2 = 1.8365e+003 y = 1.3809e+003 也就是说当X=1100万元时，Y的可能取值在925.4845到13809.9之间。 设某公司下属10部门有关资料如下： 门市部编号 职工平均销售额（万元） 流通费用水平（%） 销售利润率（%） 1 6 2.8 12.6 2 5 3.3 10.4 3 8 1.8 18.5 4 1 7.0 3.0 5 4 3.9 8.1 6 7 2.1 16.3 7 6 2.9 12.3 8 3 4.1 6.2 9 3 4.2 6.6 10 7 2.5 16.8 确立适宜的回归模型： 设销售利润率（%）为y,流通费用水平（%）为x1,职工平均销售额（万元）为x2. Y=a1+a2*x1+a3*x2; x1=[2.8 3.3 1.8 7.0 3.9 2.1 2.9 4.1 4.2 2.5]; x2=[6 5 8 1 4 7 6 3 3 7]; y=[12.6 10.4 18.5 3.0 8.1 16.3 12.3 6.2 6.6 16.8]; x=[ones(10,1) x1,x2]; [b,bint r rint stats]=regress(y,x); b,bint,stats b = -6.7691 0.9578 2.9070 bint = -15.7285 2.1902 -0.3676 2.2832 2.0138 3.8003 stats = 0.9823 194.2113 0.0000 0.6002 可以看到：y=2.9070*x2+0.9578*x1-6.7691 R^2=0.9823 F=194.2113 H0=0的概率等于0。 （2）计算有关指标，判断这三种经济现象之间的相关紧密程度。 2） stepwise(X,Y,[],0.05)? ? 此时，y与x2线性关系紧密，而与x3的线性关系不是很密切，即使没有x3,y=-0.386+2.293*x2,相关系数为：0.975，已经很高了。? 即，销售